Publication

FaceTube: predicting personality from facial expressions of emotion in online conversational video

2012
Conference Papers

Résumé

The advances in automatic facial expression recognition make it possible to mine and characterize large amounts of data, opening a wide research domain on behavioral understanding. In this paper, we leverage the use of a state-of-theart facial expression recognition technology to characterize users of a popular type of online social video, conversational vlogs. First, we propose the use of several activity cues to characterize vloggers based on frame-by-frame estimates of facial expressions of emotion. Then, we present results for the task of automatically predicting vloggers’ personality impressions using facial expressions and the Big-Five trait. Our results are promising, specially for the case of the Extraversion trait, and in addition our work poses interesting questions regarding the representation of multiple natural facial expressions occurring in conversational video

Source officielle

https://infoscience.epfl.ch/entities/publication/d2515806-11d7-461c-abb8-0db9be05749c

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

2012
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/d2515806-11d7-461c-abb8-0db9be05749c

À propos de ce résultat

Concepts associés (23)

Système de reconnaissance faciale

Un système de reconnaissance faciale est une application logicielle visant à reconnaître automatiquement une personne grâce à son visage. Il s'agit d'un sujet particulièrement étudié en vision par ordinateur, avec de très nombreuses publications et brevets, et des conférences spécialisées. La reconnaissance de visage a de nombreuses applications en vidéosurveillance, biométrie, robotique, indexation d'images et de vidéos, , etc. Ces systèmes sont généralement utilisés à des fins de sécurité pour déverrouiller ordinateur/mobile/console, mais aussi en domotique.

Facial motion capture

Facial motion capture is the process of electronically converting the movements of a person's face into a digital database using cameras or laser scanners. This database may then be used to produce computer graphics (CG), computer animation for movies, games, or real-time avatars. Because the motion of CG characters is derived from the movements of real people, it results in a more realistic and nuanced computer character animation than if the animation were created manually.

Informatique affective

L’informatique affective ou informatique émotionnelle (en anglais, affective computing) est l'étude et le développement de systèmes et d'appareils ayant les capacités de reconnaître, d’exprimer, de synthétiser et modéliser les émotions humaines. C'est un domaine de recherche interdisciplinaire couvrant les domaines de l'informatique, de la psychologie et des sciences cognitives qui consiste à étudier l’interaction entre technologie et sentiments.

Afficher plus

Publications associées (18)

Afficher plus

FaceTube: predicting personality from facial expressions of emotion in online conversational video

Chattez avec Graph Search

Wide visual angle enhances social interaction in a realistic virtual reality environment under simulated artificial vision

Improving Cross-Dataset Performance of Face Presentation Attack Detection Systems Using Face Recognition Datasets

The 2013 Face Recognition Evaluation in Mobile Environment