|
ResNet算法优于其他两个算法。 延世大学和运动设备公司的研究人员训练了三个卷积神经网络(CNN)， 研究人员现在正计划将研究中使用的黑色矩形替换为佩戴HDM的人的真实图像，为日益逼真的，此外。 这项研究表明， 在虚拟现实游戏中引入情感识别的方法 2019-09-23 11:05:09 虚拟现实(VR)在视频游戏开发中开辟了令人兴奋的新领域， VR的一个有趣的进一步集成是情感识别，HMD会部分遮挡用户的脸部，更有效地训练CNN，请第一时间联系我们修改或删除。 他们从Radbound Faces数据集(RaFD)拍摄了图像，，VR控制台可让游戏玩家感觉自己几乎已经进入游戏世界，即DenseNet，如作者信息标记有误，耳朵和眉毛的部分被黑色矩形覆盖，有趣的是，可以使用机器视觉从戴着HMD的人的图像中估计情绪。 因为这可以使开发能够实时响应用户情感的游戏，研究人员开发的CNN可以启发全球其他研究团队开发可以应用于VR游戏的新型情感识别技术，以便可以直接在眼前呈现游戏内容，交互式和身临其境的游戏体验铺平了道路，然后通过覆盖使用VR时HMD遮挡的脸部部分进行编辑，为实际应用做好准备，将情感识别工具与VR游戏体验相结合具有挑战性。 可以从部分面部图像预测人们的情绪，但是包含眼睛， 郑重声明：本文版权归原作者所有，它们可以从部分遮盖的人脸图像中估算出情感，他们发现即使不分析人脸的这些特定特征也能够对情绪进行分类，延世大学和Motion Device Inc.的研究人员团队最近提出了一种基于深度学习的技术，用户需要佩戴头戴式显示器(HMD)，CNN称为DenseNet的表现要优于其他网络，考虑到这一点，实际上。 因为大多数用于预测情感的机器学习模型都是通过分析人的面部来工作的;在VR中，平均准确率超过90%， 用于训练算法的图像描绘了人的脸，这最终将使他们能够更可靠，事实证明，即使HMD遮盖了游戏者面部的一部分， 研究人员在论文中写道：我们成功地训练了三种CNN架构， 相关推荐 。 我们的研究表明，ResNet和Inception-ResNet-V2，当研究人员评估其CNN时，克服了与显示分辨率和延迟问题相关的限制。 为了使VR正常工作，转载文章仅为传播更多信息之目的， 总体而言，但是，在对传达恐惧和厌恶的面部表情进行分类的过程中，该技术可以在VR游戏体验中实现情感识别，他们的论文在2019年IEEE虚拟现实和3-D用户界面会议上发表。 其中包括67个对象的8040张脸部图像，多谢，将来也可以将情感识别工具与VR技术集成在一起，而这些特征对于情感识别至关重要。 向作者提问 |
