近日，由国际人工智能顶会CVPR 2023举办的第5届自然场景情感行为分析挑战赛(5th Workshop and Competition on Affective Behavior Analysis in-the-wild，简称ABAW)公布了比赛结果。天翼云AI团队(CtyunAI)在情感分类任务中表现突出，获得了本届竞赛的季军。
CVPR会议是由IEEE主办的关于计算机视觉和模式识别的国际学术会议，收录了该领域最新的研究成果和技术发展，是全球计算机视觉三大顶级会议之一。
ABAW竞赛由国际顶级计算机视觉研究者和科学家们共同发起，致力于解决自然情境下计算机对人的情感行为进行分析的问题，提升人机交互系统的场景应用能力，目标是创造出能够理解人的感觉、情绪和行为的机器和机器人，从而让机器能够以“以人为本”的方式与人类互动，并有效地作为人类的数字助手。
本届竞赛共吸引了来自世界各地的100多支团队参加，其中不乏业内知名的机构和公司，如网易、思图等。参赛队伍需要对来源于现实场景的594个视频共300万帧图像进行分析，通过视频中的图像、人物、声音来预测指定人物在连续时间下的情感。
相较上届竞赛，本届竞赛的数据标签极度不平衡且标签噪声多，给参赛队伍带来了一定挑战。由于现实世界的环境不受条件控制，所以竞赛所使用的视频数据相较往届呈现更加多样的视频录制条件、背景和显示方式。同时，为了考验算法对不同拍摄环境、不同人群等情况的适应能力(迁移学习能力)，竞赛数据的样本分布极不均衡，也增加了竞赛难度。
天翼云AI团队在本次竞赛中使用了多模态融合技术，通过不同模型同时提取视频的图像和音频特征，将这些特征进行融合后利用时域卷积网络(Temporal Convolutional Network，TCN)和Transformer对数据在时间维度上进行建模，从而使模型能够通过视频的上下文对结果进行预测，大大提升模型的任务表现。在情感识别任务中，该模型针对人类的六个基本情感(快乐、厌恶、悲伤、愤怒、惊奇、恐惧)，以及中立情感进行识别，实现了F1-score超过0.35的好成绩。
天翼云AI团队之所以能够在竞争激烈的ABAW竞赛中取得优异成绩，得益于天翼云多年来在图像、音频及多模态领域的深厚积累和不断创新。未来，天翼云将在广阔的人工智能领域持续创新和探索，以更先进的技术和更优秀的成果惠及更多用户，助力千行百业共享数字化发展成果。
