AffectNet
AffectNet est une base de données créée en 2017 par des chercheurs de l'université de Denver, dédiée à l'entraînement des intelligences artificielles, pour la reconnaissance automatique des expressions faciales, et pour l'analyse automatique des émotions. C'est l'une des bases les plus larges du domaine de l'informatique affective.
Historique
[modifier | modifier le code ]La base a été créée et développée par Ali Mollahosseini, Behzad Hasani et Mohammad H. Mahoor dont le travail a notamment été publié dans un article de la revue IEEE Transactions on Affective Computing[1] .
Contenu
[modifier | modifier le code ]AffectNet contient environ un million d'images faciales collectées sur Internet. Parmi celles-ci, 440 000 ont été annotées manuellement selon :
- sept émotions discrètes : joie, tristesse, colère, surprise, peur, dégoût, mépris ;
- deux dimensions continues : valence (positivité ou négativité) et arousal (intensité émotionnelle).
Les images sont représentatives de situations réelles (in the wild), ce qui permet d'entraîner des modèles dans des conditions non contrôlées.
Applications
[modifier | modifier le code ]AffectNet est utilisée dans plusieurs domaines :
- interfaces homme-machine ;
- analyse du comportement et marketing émotionnel ;
- santé mentale et outils de bien-être numérique ;
- entraînement et validation de réseaux neuronaux profonds pour la détection émotionnelle.
Version étendue
[modifier | modifier le code ]Une version avancée[2] , AffectNet+, introduit :
- des étiquettes probabilistes (soft-labels) ;
- des métadonnées supplémentaires : âge, genre, origine ethnique, posture de la tête, points de repère faciaux.
Références
[modifier | modifier le code ]- ↑ (en) Ali Mollahosseini, Behzad Hasani et Mohammad H. Mahoor, « AffectNet: A Database for Facial Expression, Valence, and Arousal Computing in the Wild », IEEE Transactions on Affective Computing, vol. 10, no 1, , p. 18–31 (ISSN 1949-3045 et 2371-9850 , DOI 10.1109/taffc.2017.2740923 , lire en ligne, consulté le ).
- ↑ (en) Ali Pourramezan Fard, Mohammad Mehdi Hosseini, Timothy D. Sweeny et Mohammad H. Mahoor, « AffectNet+: A Database for Enhancing Facial Expression Recognition with Soft-Labels », .
Voir aussi
[modifier | modifier le code ]Bibliographie
[modifier | modifier le code ]- Présentation sur IEEE Xplore : AffectNet sur IEEE.
- Mariana-Iuliana Georgescu, Radu Tudor Ionescu et Marius Popescu, « Local Learning With Deep and Handcrafted Features for Facial Expression Recognition », IEEE Access, vol. 7, , p. 64827–64836 (ISSN 2169-3536 , DOI 10.1109/access.2019.2917266 , lire en ligne, consulté le ).
- (en) Maksat Kanatov, Lyazzat Atymtayeva et Mateus Mendes, « Improved Facial Expression Recognition with Xception Deep Net and Preprocessed Images », Applied Mathematics & Information Sciences, vol. 13, no 5, , p. 859–865 (ISSN 1935-0090 et 2325-0399 , DOI 10.18576/amis/130520 , lire en ligne, consulté le ).
- Fuyan Ma, Bin Sun et Shutao Li, « Facial Expression Recognition With Visual Transformers and Attentional Selective Fusion », IEEE Transactions on Affective Computing, vol. 14, no 2, , p. 1236–1248 (ISSN 1949-3045 et 2371-9850 , DOI 10.1109/taffc.2021.3122146 , lire en ligne, consulté le ).
- Zengqun Zhao, Qingshan Liu et Feng Zhou, « Robust Lightweight Facial Expression Recognition Network with Label Distribution Training », Proceedings of the AAAI Conference on Artificial Intelligence, vol. 35, no 4, , p. 3510–3519 (ISSN 2374-3468 et 2159-5399 , DOI 10.1609/aaai.v35i4.16465 , lire en ligne, consulté le ).
Articles connexes
[modifier | modifier le code ]- Informatique affective
- Langage de balisage des émotions
- Visage
- Intelligence émotionnelle
- Caméra de surveillance
- Traitement d'images
- EmoDB (autre grande base de données de visages avec émotions)
Liens externes
[modifier | modifier le code ]- « Page officielle de la base AffectNet », sur University of Denver (consulté le ).
Conditions d'utilisation
[modifier | modifier le code ]- « AffectNet Academic Use License Agreement », sur University of Denver (consulté le )