English(EN) Hierarchical Multimodal Interaction Reasoning for Dyadic Relationship Recognition

新框架HiRe-DRR改进了二元关系识别

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-28 04:00

研究人员开发了HiRe-DRR，一个新颖的分层多模态交互推理框架，旨在提高识别个体之间社会关系的准确性。该框架将面部表情、肢体语言、音频和文本等各种线索分解为不同的表示级别，并对参与者之间的同质和异质交互进行建模。一个关键组成部分是交互混合Transformer（MoI-Former），它使用专门的专家和关系感知路由来精确识别相关的交互证据，并通过分层条件损失（HC-Loss）进行结构化、粗到细的推理。在多个基准上的实验表明，HiRe-DRR优于现有方法，分析表明，远距离关系更依赖低级交互，而亲密关系则利用更高级别的交互。 AI

影响这项研究可能带来更细致的AI系统，能够理解个体之间复杂的社会动态和关系。

排序理由该集群包含一篇详细介绍二元关系识别新框架和模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍二元关系识别新框架和模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Wang Tang, Fethiye Irmak Dogan, Linbo Qing, Ce Zhu, Hatice Gunes · 2026-10-28 04:00

用于二元关系识别的分层多模态交互推理

arXiv:2610.36249v1 Announce Type: new Abstract: Dyadic relationship recognition aims to identify the latent social relationship between two individuals from their multimodal interactions. Existing methods typically project heterogeneous cues into a shared representation and optim…

本文如何被排名

报道来源 [1]

用于二元关系识别的分层多模态交互推理

相关实体

相关话题