क्रम-निर्भर गहरे स्तरीय विशेषताओं का उपयोग करके बहुथरित भावनात्मक स्थिति की पहचान

भावनात्मक स्थिति की पहचान पिछले कुछ वर्षों में मानव-रोबोट इंटरैक्शन के लिए एक महत्वपूर्ण विषय बन गई है। भावनाओं के स्वरूपों को निर्धारित करके, रोबोट मानव व्यवहार के महत्वपूर्ण चर को पहचान सकते हैं और इनका उपयोग अधिक मानव-सदृश तरीके से संवाद करने के लिए कर सकते हैं, जिससे इंटरएक्शन की संभावनाएँ बढ़ जाती हैं। मानव भावनाएँ बहुथरित और स्वच्छंद होती हैं, जो इन्हें रोबोट द्वारा पहचानने में कठिन बनाती हैं। प्रत्येक प्रकार की अपनी सीमाएँ और बाधाएँ होती हैं, जो स्वच्छंद अभिव्यक्तियों के असंरचित व्यवहार के साथ मिलकर साहित्य में मौजूद दृष्टिकोणों के लिए कई कठिनाइयाँ उत्पन्न करती हैं, जो कई स्पष्ट विशेषताओं के निष्कर्षण तकनीकों और मैन्युअल मोड फ्यूजन पर आधारित हैं। हमारा मॉडल स्वच्छंद भावनाओं को संभालने के लिए एक स्तरीय विशेषता प्रस्तुति का उपयोग करता है, और गैर-मौखिक भावनात्मक पहचान के लिए कई प्रकारों को एकीकृत करना सीखता है, जिससे इसे HRI परिदृश्य में उपयोग के लिए उपयुक्त बनाता है। हमारे प्रयोगों से पता चलता है कि जब हम स्तरीय विशेषताओं और बहुथरित जानकारी का उपयोग करते हैं, तो पहचान सटीकता में महत्वपूर्ण सुधार प्राप्त होता है, और हमारा मॉडल साहित्य में रिपोर्ट किए गए 82.5% की तुलना में स्वच्छंद भावनात्मक अभिव्यक्तियों पर बेंचमार्क डेटासेट के लिए 91.3% तक सटीकता बढ़ाता है।