AffectNet
jeu de données scientifiques
From Wikipedia, the free encyclopedia
AffectNet est une base de données créée en 2017 par des chercheurs de l'université de Denver, dédiée à l'entraînement des intelligences artificielles, pour la reconnaissance automatique des expressions faciales, et pour l'analyse automatique des émotions. C'est l'une des bases les plus larges du domaine de l'informatique affective.
Historique
La base a été créée et développée par Ali Mollahosseini, Behzad Hasani et Mohammad H. Mahoor dont le travail a notamment été publié dans un article de la revue IEEE Transactions on Affective Computing[1].
Contenu
AffectNet contient environ un million d'images faciales collectées sur Internet. Parmi celles-ci, 440 000 ont été annotées manuellement selon :
- sept émotions discrètes : joie, tristesse, colère, surprise, peur, dégoût, mépris ;
- deux dimensions continues : valence (positivité ou négativité) et arousal (intensité émotionnelle).
Les images sont représentatives de situations réelles (in the wild), ce qui permet d'entraîner des modèles dans des conditions non contrôlées.
Applications
AffectNet est utilisée dans plusieurs domaines :
- interfaces homme-machine ;
- analyse du comportement et marketing émotionnel ;
- santé mentale et outils de bien-être numérique ;
- entraînement et validation de réseaux neuronaux profonds pour la détection émotionnelle.
Version étendue
Une version avancée[2], AffectNet+, introduit :
- des étiquettes probabilistes (soft-labels) ;
- des métadonnées supplémentaires : âge, genre, origine ethnique, posture de la tête, points de repère faciaux.
