该网站在IE9-12,Microsoft Edge,Google Chrome,Mozilla Firefox,Safari,360(极速模式)及其他主流浏览器中浏览效果最佳
科研动态
当前位置: 首页 > 科研管理 > 科研动态
自主课题《表情识别分类框架研究》开题会
发布时间:2022-07-11
分享到:

2022年6月27日,中国艺术科技研究所标准研究部刘建华负责、闫贤良主任指导的自主课题《表情识别分类框架研究》开题会在艺科所会议室举行,会议形式为线上、线下结合方式。共有包含中央戏剧学院在内的4所高校、科研院所的5位专家老师参加。科研规划部的同志出席并主持会议。

专家老师听取了课题组成员的开题汇报,对开题报告进行了评议,对重点研究内容进行了研讨,一致认为该课题既有很好的研究价值,又充满挑战,在整体上肯定了前期研究成果、研究思路和方法后,对课题研究提出如下四点改进意见:

1.界定好研究范围,突出重点研究内容。本课题任务书中研究内容包含表情分类框架研究,专用表情数据集采集方法的研究,算法模型调优。专家建议,在有限经费和时间支撑的基础上,聚焦研究内容,着重在表情识别分类框架这一内容进行深入研究,产出质量较高的科研成果,在专用表情数据集和算法模型方面重在方法研究,避免出现研究扩大化的问题。

2.阐明方法创新内容,研究理论支撑。该课题主要有两个方法创新,分别是从演员表情到一般人表情的方法创新,和用国人专用表情分类来研究国人的表情的方法创新。专家建议,从艺术表达与人类生活的关系,艺术标准的内涵,脸谱、演员表情作为艺术表达标准的角度论证从演员表情作为标准去识别一般人表情的可行性。用国人专用表情分类而不选取西方人表情的论断要从整体上东方人内敛、西方人夸张的巨大差异的定性角度分析,以及从文献中、西方表情集在国人表情识别中试验结果的定量角度分析。

3.合理选用算法模型,模型调优服务下沉应用场景。该课题的研究成果需要深度学习方法的相关算法模型进行验证,涉及模型的选取及其调优。专家建议,在辩证看待“数据驱动”模式为主导的这一阶段人工智能技术的发展的利弊后,提出合理使用算法模型的原则,即采用“普适模型在下沉应用场景调优的”的算法模型,在少量准确、高质量的表情数据集训练的基础上进行研究。

4.提升成果质量,推动成果转化。本课题研究成果除了表情识别分类框架标准草案外,研究过程中完成的调优算法模型也极有可能进行成果转化。专家建议,模型调优要综合考虑技术层面和需求层面的因素,在可能应用的平台建立合作关系。