研究人员开发了一种自监督学习方法,以改进智能眼镜上的面部表情识别(FER),特别是 OCOsense 模型。该方法通过在无标签记录上预训练 Vision Transformer,显著减少了对标签数据的需求。当仅使用 5% 的标签进行微调时,预训练模型在性能上超越了使用所有可用标签进行训练的完全监督模型,展示了成本效益高且个性化的 FER 系统的潜力。 AI
影响 为智能眼镜实现更具成本效益和个性化的面部表情识别系统。
排序理由 该集群包含一篇学术论文,详细介绍了使用智能眼镜上的自监督学习进行面部表情识别的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DagsHub
- Francesco Bombassei De Bona
- Hugging Face
- ScienceCast
- self-supervised learning
- vision transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →