综述：基于图像的情感识别数据集的系统综述：全面分析

《Wiley Interdisciplinary Reviews-Data Mining and Knowledge Discovery》：Systematic Review of Image-Based Emotion Recognition Datasets: A Comprehensive Analysis

该综述系统梳理了情感分类所用的图像数据集，涵盖面部图像、结合身体特征的图像以及视觉与生理/音频信号结合的数据集三类。重点分析数据集结构、情绪类别、来源及机器学习适用性，并将情绪映射至普契克轮盘模型以实现标准化，揭示数据覆盖不全及情绪表征失衡问题，提出未来需构建多模态且覆盖更全面情绪的数据集。

　　

摘要

本系统综述全面概述了用于情感分类的基于图像的数据集。这些数据集被分为三类：（1）仅包含面部图像的数据集；（2）包含面部图像及其他身体特征的数据集；（3）基于视觉成分并结合生理或音频信号的数据集。本文讨论了每一类数据集，重点关注其结构、情感类别、情感来源、匿名化程度以及适用于机器学习的程度。本研究的一个关键方面是将数据集中的情感映射到普卢奇克情感轮（Plutchik’s Wheel of Emotions）上，从而实现基于一致心理模型的标准化。这种映射方式凸显了需要更多全面且平衡的数据集来涵盖更广泛的情感状态，并揭示了情感表示方面的差异。本研究还提供了每个数据集的详细统计信息，便于比较样本量、情感分布、匿名化程度以及情感来源。最后，本文探讨了未来的研究方向，其中结合图像、音频和生物信号的多模态数据集以及包含更多种情感且在普卢奇克模型中更均匀分布的情感数据库具有重要意义。

本文归类于：

• 技术 > 分类
• 技术 > 人工智能
• 数据与知识的基本概念 > 以人为中心和用户交互

图形摘要

本系统综述涵盖了基于图像的数据集中情感分类的关键方面，包括数据集类别、数据集特征、情感与普卢奇克情感轮的对应关系、研究比较以及未来发展方向。

利益冲突

作者声明没有利益冲突。