实体
Multimodal emotion recognition from expressive faces, body gestures and speech
Multimodal emotion recognition from expressive faces, body gestures and speech
PulseAugur coverage of Multimodal emotion recognition from expressive faces, body gestures and speech — every cluster mentioning Multimodal emotion recognition from expressive faces, body gestures and speech 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
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架EmoAgent-R1通过强化学习增强多模态情感识别能力
研究人员推出EmoAgent-R1，一个旨在增强大型语言模型多模态情感识别（MER）能力的新框架。该系统利用强化学习动态地对模型内的智能体进行专业化，提高了其从面部、手势和语音等多种输入中理解复杂情感的能力。EmoAgent-R1采用两步智能体工作流程进行情感感知，并采用一种名为渐进式组相对策略优化（P-GRPO）的新训练方法来解决稀疏奖励问题并优化学习信号。
-
新框架MER-R1通过双重思维协同提升多模态情感识别能力
研究人员开发了MER-R1，一个旨在通过协同慢速和快速思维过程来增强多模态情感识别（MER）的新型框架。与显式推理有时会影响准确性的传统方法不同，MER-R1利用强化学习来优化回忆和精确度。该框架将这两个目标分开，允许联合优化，并将慢速思维的输出与快速思维的直觉对齐，以抑制不正确的预测。在MER-UniBench和MME-Emotion数据集上的实验表明，MER-R1取得了最先进的性能，使推理成为情感识别的有益组成部分。