输入
文本、图片可单独使用，也可以同时输入做跨模态融合
文本
0/2000
图像
人脸表情识别
点击选择 / 拖入照片
也可以直接 Ctrl+V 粘贴截图，支持 JPG / PNG / WebP
检测结果
🙂
还没有结果
输入一段文字或上传一张人脸照片，点击「开始检测」😐
平静
置信度 0% · 引擎 -
愉悦度
0.00
唤醒度
0.00
情绪分布
情绪雷达
维度平面 (Valence–Arousal)
模态贡献
跨模态一致性
情绪线索 （词典引擎命中的情绪词，含否定与程度修饰）
人脸与空间对齐结果 （STN 式相似变换后的 112×112 对齐人脸）
历史记录
- 暂无记录
算法说明（与论文的对应关系）
- 文本分支：中文情绪词典 + 最大匹配分词 + 否定/程度作用域分析 + 转折结构加权 + 语气符号调制 → 8 类情绪分布。
- 图像分支：YuNet 检测人脸 5 点关键点 → 相似变换（旋转/缩放/平移）做 STN 式空间对齐 → ViT 表情模型 → 7 类表情投影到同一 8 维情绪空间。
- 跨模态门控融合：联合表示 x = concat(f文本, f图像)；全局上下文 s；门控 g = 1 + tanh(Wgs + bg)（对应论文中对 GCT 的改进，避免 sigmoid 梯度消失）；通道重加权 x′ = x ⊙ g；softmax 输出。
- 维度输出：离散分布按环形模型锚点投影为 valence / arousal。
完整可训练版本（BiLSTM + STN + 门控融合 + W-MSA 全局特征块）见代码仓库 training/ 目录。