Актуальность связана с необходимостью реального распознавания эмоций на ресурсоограниченных роботизированных платформах, где тяжелые модели не позволяют обеспечить работу в реальном времени. Разработана многозадачная модель на основе MobileNetV3-Large, отличающаяся совместным обучением классификации 26 эмоций и регрессии валентности, возбуждения и доминирования с использованием асимметричной функции потерь и раздельных проекций признаков, обеспечивающая подавление дисбаланса классов и снижение градиентных конфликтов и позволяющая достигать приемлемой точности при 4,17 млн параметров и времени инференса 3,29 мс на CPU после оптимизации OpenVINO.
Результат соответствует Концепции научно-технологического развития Санкт-Петербургана период до 2030 года.
Yakushev A.D., Kashevnik A.M. Lightweight Multi-task Emotion Recognition for Human-Robot Interaction. In: Ronzhin, A., Gribova, V., Meshcheryakov, R. (eds) Interactive Collaborative Robotics. ICR 2026. Lecture Notes in Computer Science, Springer, Cham. Vol. 16790. pp. https://doi.org/10.1007/978-3-032-34387-1_1.