基于深度学习的微表达式识别系统的综合图书统计调查
Adnan Ahmad1, Zhao Li1, Sheeraz Iqbal2
1Key Laboratory of Underwater Acoustic Signal Processing of Ministry of Education, School of Information Science and Engineering, Southeast University, Nanjing, 210096, China.
Heliyon
|March 18, 2024
概括
本研究回顾了微表情 (ME) 识别研究,发现自2012年以来出版物的数量大幅增加. 深度学习是推动公共安全和临床诊断领域应用这一领域的关键.
科学领域:
- 计算机科学 计算机科学
- 心理学 心理学 心理学
- 人工智能的人工智能
背景情况:
- 微表情 (ME) 是短暂的面部表情,揭示隐藏的情绪.
- ME的认可在公共安全和临床诊断方面具有关键的应用.
- 需要对ME识别文献进行全面的审查.
研究的目的:
- 进行ME识别研究的图书统计和网络分析.
- 确定该领域的趋势,关键贡献者和有影响力的出版物.
- 分析ME研究的演变和主题内容.
主要方法:
- 从WOS和Scopus对735篇出版物 (2012-2022) 的图书统计和网络分析.
- 数据提取用于引用,合,共同作者,共同发生和共同引用分析.
- 研究结果和方法的专题和描述性分析.
主要成果:
- 到2021年,出版物的数量将增加24倍,而2017年之后的出版物将大幅增长.
- 顶级期刊:IEEE关于情感计算,神经计算,多媒体工具和应用的交易.
- 中国在出版物方面处于领先地位; Zhao G 是最多产的作者; 奥卢大学在机构贡献方面处于领先地位.
- 深度学习,面部表情识别和情绪识别是主要的主题.
- 研究主要集中在工程领域,中国和马来西亚的贡献很大.
结论:
- ME识别研究已经经历了指数式增长,特别是由深度学习驱动.
- 现场显示国际合作和生产力日益增长.
- 未来的研究应该利用深度学习来提高ME在各种应用中的识别.
