实体
AffectNet
AffectNet
PulseAugur coverage of AffectNet — every cluster mentioning AffectNet across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的LaCoVL-FER网络通过地标引导改进面部表情识别
研究人员开发了LaCoVL-FER，一个专为应对真实世界挑战性条件下的面部表情识别（FER）而设计的新型网络。该系统采用地标引导的自适应编码器，通过整合面部地标几何信息来优化视觉特征，从而减少噪声并增强与表情相关的表示。此外，视觉语言增强策略能够适应CLIP等预训练模型，生成实例特定的视觉和文本表示，提高鲁棒性和泛化能力。在RAF-DB、FERPlus和AffectNet等基准数据集上的实验表明，LaCoVL-FER的性能优于现有的最先进方法。
-
AI模型编码罗素情感模型，但稀有类别带来几何挑战
两篇新的arXiv论文探讨了AI模型中情感表示的几何特性。第一篇论文证明了多模态Transformer可以与罗素的情感环模型完美对齐，表明该模型的结构已内在地编码在嵌入中。第二篇论文认为，稀有类别情感识别的失败是由于这些类别在环模型上的几何退化，而非简单的类别不平衡，并提出需要新的表示方法来区分这些情感。
-
新网络利用地标和视觉语言模型增强人脸表情识别
研究人员开发了一个名为 LaCoVL-FER 的新网络，以改进人脸表情识别，尤其是在具有挑战性的真实世界条件下。该模型将面部地标的几何信息与像 CLIP 这样的视觉语言模型的语义理解相结合。该方法使用地标引导编码器进行自适应特征融合，并采用视觉语言增强策略来优化视觉表示和调整文本提示，从而实现更鲁棒和泛化的表情识别。