实体
DFEW
DFEW
PulseAugur coverage of DFEW — every cluster mentioning DFEW across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的DFER框架预测人类分歧以实现更好的校准
研究人员开发了一种新的动态面部表情识别（DFER）框架，该框架考虑了标注者之间的人类分歧。该方法使用狄利克雷-多项式似然函数直接在原始标注者投票计数上训练模型，在保持预测准确性的同时提高校准。该系统还包括一个歧义头来预测标注熵，以及一个用于选择性预测的拒绝规则，在DFEW和FERV39k等基准测试中显著降低了错误率并提高了与标注熵的相关性。
-
新的TTSD-FAR方法通过缺失数据增强LVLM中的情感识别能力
研究人员开发了一种名为TTSD-FAR的新方法，用于提高大型视频语言模型（LVLM）在测试期间某些数据模态缺失时的情感识别能力。该方法结合了测试时自蒸馏（TTSD）和Fisher锚定恢复（FAR）。TTSD使用一个固定的教师模型来指导一个自适应的学生模型，而FAR则监控自适应过程的稳定性，并在检测到分布偏移时将学生模型恢复到教师的锚点。在MELD和DFEW等数据集上的实验表明，TTSD-FAR的性能始终优于现有方法，尤其是在其他技术性…
-
新的 GCC-FER 数据集解决了面部表情识别中的文化偏见
研究人员推出了 GCC-FER 数据集，这是一个包含 23,934 个视频样本的新集合，旨在解决面部表情识别系统中文化多样性不足的问题。该数据集涵盖四个文化群体和七种基本表情，旨在提高通常假设普遍情绪表达的系统的性能。提出的文化感知 FER (CA-FER) 系统利用该数据集，通过自适应地重新校准面部表征来减轻文化偏见，并在不同文化环境中展示了更高的准确性。