身体运动是人类交流的重要通道，在自动情绪识别中发挥关键作用。本研究提出一种多尺度时空网络，用于捕获全身运动传达的粗粒度与细粒度情感信息，并解码情绪与身体运动之间的复杂映射关系。该方法引入能量引导的尺度选择策略、面向姿态协方差矩阵和三维姿态图像的层次时空网络，以及时空迭代融合算法。五个公开数据集上的评估表明，该方法提升了模型学习能力、泛化能力和收敛性，跨数据集平均分类结果超过 86%。
关于本文的更多详情，请访问此链接。