StressID
PulseAugur coverage of StressID — every cluster mentioning StressID across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
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…
-
新的CLIP-AUTT方法通过个性化提示增强视频情感识别
研究人员开发了CLIP-AUTT，一种用于细粒度视频情感识别的新型测试时个性化方法。该方法利用面部动作单元（AUs）作为CLIP视觉语言模型中的结构化文本提示，以捕捉细微的面部表情。CLIP-AUTT通过采用熵引导的时间窗口选择和提示调优，动态地将这些AU提示适配到未见过的主体的视频中，从而在保持时间一致性的同时实现主体特定适配。在基准数据集上的实验表明，CLIP-AUTT在面部表情识别和测试时适应方面优于现有的基于CLIP的方法。
-
新的诊断工具揭示多模态AI系统可能不使用可靠性分数
开发了一种新的诊断工具，用于评估多模态AI系统是否在其决策过程中真正利用了模态可靠性分数。研究人员发现，在包括压力识别和情感分析在内的几个测试系统中，当这些可靠性分数被随机排列时，性能并未发生变化。这表明，除非可靠性信息能准确预测单个模态的正确性，否则系统的融合规则无法有效利用这些信息。
-
语音分析框架助力心理健康临床决策
研究人员开发了一个用于分析语音特征以辅助心理健康护理临床决策的框架。该系统利用感知基础的声学和语言特征，如韵律、语音质量和语义连贯性，来识别与抑郁、焦虑和多动症相关的客观线索。通过采用可解释的机器学习技术，如带有SHAP和LIME的XGBoost，该框架建立了症状严重程度与语音异常、词汇句法模式和情感基调之间的稳定关联，并在基准数据集和临床数据集上得到了验证。