Исследователи Северо-западного политехнического университета (NWPU) создали мультимодальный датасет FIRMED, который позволяет ИИ находить точные секунды, когда эмоция действительно достигает пика. Традиционные модели присваивают один эмоциональный ярлык всему видеоклипу, из-за чего нейтральные и переходные фрагменты засоряют данные. Команда профессора Се Сунъюня из Школы искусственного интеллекта исправила это, опираясь на «правило пика-конца» из когнитивной психологии.
Участники после просмотра видео сразу отмечали яркие эмоциональные моменты и указывали категорию и интенсивность переживания. Вокруг каждой отметки строилось «окно эмоционального события» длиной 4 секунды — по две секунды до и после пика. Сравнение показало, что именно такой размер оптимален: расширение до пяти секунд размывало признаки удивления и отвращения. Независимая проверка дала коэффициент согласия Cohen’s kappa 0,96, а 97,7% временных меток отклонялись от пика не более чем на секунду.
На восьми алгоритмах — от классического ML до рекуррентных и графовых нейросетей — точность распознавания выросла с 34,7% до 38,5%. Больше всего выиграли глубокие пространственно-временные модели. Практический смысл: интерфейсы смогут реагировать в самый эмоционально напряжённый момент, а носимые устройства — предупреждать о резких изменениях состояния в реальном времени. Это шаг от классификации целого клипа к поиску ключевых эмоциональных событий.
#AI #Emotions #Tech #NWPU #DataSet #NeuroScience
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1😁1