想获取一下SIMSv2这个数据集的特征提取的配置

[tangyc314]

"audio": {
"tool": "opensmile",
"sample_rate": 16000,
"args": {
"feature_set": "eGeMAPSv02",
"feature_level": "LowLevelDescriptors",
"start": null,
"end": null
}
},
"video": {
"tool": "openface",
"fps": 25,
"multiFace": {
"enable": false,
"device": "cuda:0",
"facedetScale": 0.25,
"minTrack": 10,
"numFailedDet": 10,
"minFaceSize": 1,
"cropScale": 0.4
},
"average_over": 1,
"args": {
"hogalign": false,
"simalign": false,
"nobadaligned": false,
"landmark_2D": true,
"landmark_3D": false,
"pdmparams": false,
"head_pose": false,
"action_units": true,
"gaze": false,
"tracked": false
}
以以上参数提取特征，获得的vision特征向量范围不是-1到1，而是会包含一些很大的数据如5.18e+02，是有哪里需要调整吗

[tangyc314]

按照最终的维度推断，"head_pose"应该是true，但是想知道是怎样归一化的，我直接按行归一化后，模型训练的结果远没有用
simsv2数据集提供的特征结果好

[moom2572]

请问你解决了吗？我看作者提供的论文里面视觉特征提取先用了talknet又用了openface这是怎么实现的啊