实体
Masoumeh Sharafi Sharafi
Masoumeh Sharafi Sharafi
PulseAugur coverage of Masoumeh Sharafi Sharafi — every cluster mentioning Masoumeh Sharafi Sharafi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的EB-CaP方法实现了视频表情识别模型的个性化
研究人员开发了一种新的测试时自适应方法，称为基于能量的缓存个性化（EB-CaP），用于细粒度视频表情识别。该方法旨在通过在推理时将面部表情识别模型个性化给个别用户，而无需进行大量的参数更新，从而提高其准确性。EB-CaP利用轻量级的基于能量的模型和个性化缓存，从无标签的视频数据中生成特定类别的原型，在基准数据集上表现优于现有方法，同时保持较低的计算开销。
-
新的TTA-CaP方法可实现视频面部表情识别的个性化
研究人员开发了一种名为“通过缓存个性化进行测试时自适应”（TTA-CaP）的新方法，以改进视频中的面部表情识别。该方法使用基于缓存的系统来个性化视觉语言模型，而无需计算成本高昂的梯度优化。TTA-CaP采用三种不同的缓存——静态缓存、正目标缓存和负目标缓存——由三门机制管理，以确保强大的在线个性化，并防止被嘈杂的伪标签损坏。在BioVid、StressID和BAH数据集上的实验表明，TTA-CaP的性能优于现有的测试时自适应方法，即使…