研究人员推出了一种新颖的群组情感识别框架LG-GER,该框架利用多模态大语言模型(MLLMs)来蒸馏空间基础证据,以训练视觉语言模型(VLMs)。该方法生成带有情感信号和置信度得分的边界框,然后通过四种不同的损失来训练单个VLM骨干网络。与以往在推理时需要复杂的多流管道和检测器的 previous methods 不同,LG-GER的设计旨在实际、实时部署,并降低资源需求。该框架在GroupEmoW和GAF 3.0等基准数据集上已展示出具有竞争力或更优越的性能。 AI
影响 该框架能够实现更高效、更实用的实时群组情感识别系统,可能对社会科学研究和人机交互等应用产生影响。
排序理由 该集群描述了一篇关于群组情感识别新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →