emotion recognition | BriefGPT

关键词emotion recognition

搜索结果 - 248

CARAT: 跨模态跨标签情绪识别中的对比特征重建与聚合
提出了基于 ContrAstive feature Reconstruction and AggregaTion (CARAT) 的多模态多标签情绪识别模型，通过对比学习模态间和标签间的特征，有效捕捉多模态信息及标签间的依赖关系，并利用聚合
PDF7 months ago
NAC-TCN: 基于因果稀疏邻域注意力的时序卷积网络用于情感理解
视频情感识别是通过一系列方法如 GRUs、LSTMs、自注意力机制、Transformers 和 TCNs 改善了基于视频情感识别，然而这些方法存在内存使用高、操作量大或梯度下降不良的问题。我们提出了一种称为邻域注意力与卷积 TCN（NAC
PDF7 months ago
用于图像情绪预测的多分支网络
利用多种信息源，包括面部、身体和场景背景，预测图像中的离散和连续情绪，实验结果表明该方法在情绪预测方面明显优于现有方法，突显了在情感预测中利用多种上下文信息的重要性，并展示了该方法在有效计算、人机交互和社会机器人等广泛应用领域的潜力。
PDF7 months ago
GPT-4V 带情感属性：多模态情感理解的零样本基准测试
GPT-4V quantitatively evaluates its capabilities in multimodal emotion understanding, showcasing impressive results and
PDF7 months ago
eMotions：一份用于短视频情绪识别的大规模数据集
现今，短视频对于信息获取和分享至关重要。鉴于短视频情感数据的缺乏，我们介绍了一个大规模的数据集，名为 eMotions，包含 27996 个视频。我们通过优化人员分配和多阶段注释来减轻主观因素对标签质量的影响。另外，我们通过有针对性的数据采
PDF7 months ago
EMNLP客户支持对话的对话质量和情绪标记
本文提出了一种用于情感识别和对话质量评估的整体注释方法，为发展文本分类模型提供了一个独特而有价值的资源，并且显示出需要进一步研究以在实际应用中利用这些模型。
PDF8 months ago
利用先前的面部动作单元知识进行面部情感识别
我们提出了一种使用面部动作单元（AUs）识别技术来识别情绪的方法，该识别方法基于面部动作编码系统（FACS）并通过机器学习系统计算，以扩展情绪识别技术的能力。
PDF8 months ago
在时间连续的多模态情感识别中容纳缺失的模态
提出了一种基于 Transformer 的架构，用于识别情绪的正性和负性，即使输入模态缺失，该模型通过交叉关注和自关注机制强调模态之间的关系，提高了对弱显著输入的学习过程，并在 Ul-TSST 数据集上实验，与后期融合基准方法相比，预测唤醒
PDF8 months ago
EMNLP基于关系时间图神经网络和辅助跨模态交互的对话理解
通过模态特异性的方式，CORECT 有效地捕捉了会话级的跨模态交互和话语级的时间依赖性，以提高情感识别的效果。
PDF8 months ago
基于情感计算的体验质量（QoE）预测的新方法
提出了一种基于情感计算驱动的体验质量（QoE）预测的新模型，使用多通道脑电图（EEG），心电图（ECG）和呼吸数据训练深度学习模型，比较了模型的性能，并对最佳模型进行了优化以提高结果。
PDF8 months ago
MM基于自我蒸馏的多模态会话情感识别的 Transformer 模型
本文提出了一种基于自蒸馏 (SDT) 的基于变压器模型，该模型通过利用变压器来捕捉内部和跨模式之间的相互作用，并通过设计分层门控融合策略来动态学习模式之间的权重，并将所提出模型的软标签作为额外的训练监督，从而学习更具表现力的模式表示，实验证
PDF8 months ago
情绪心理理论：快速视觉处理与缓慢语言推理的桥梁
在 Emotions in Context（EMOTIC）数据集上，评估了最近的大规模视觉语言模型（CLIP，LLaVA）和大语言模型（GPT-3.5）中嵌入的情绪常识知识。使用一组 872 个与 26 个情绪类别相关的物理社交信号描述和
PDF8 months ago
ICML小型不平衡文本数据情感检测的数据增强
情感识别在文本中，识别诸如喜悦或愤怒之类的情感，是 NLP 中的一个具有挑战性的问题，其中一个挑战是缺乏已注释有情感的可用数据集。本研究研究了数据增强技术对小规模不平衡数据集的影响，并且证实使用增强数据训练分类器模型可以显著改进情感识别性能
PDF9 months ago
SSLCL: 一个高效的模型无关的自监督对比学习框架，用于对话情感识别
利用监督对比学习的高效模型无关框架 SSLCL，通过将离散标签转化为密集嵌入，同时最大化样本特征与其对应的真实标签嵌入的相似性，并最小化样本特征与不同类别标签嵌入的相似性，从而实现在情感识别任务中提高性能的目标。
PDF9 months ago
基于图卷积网络的强化学习中的情感识别的实时多模态环境
本文介绍一种创新的使用图卷积网络和强化学习的上下文化情感识别模型，通过对话分组和提取多模态特征实时识别多模态对话信号中的情感。与其他最先进的模型相比，该模型在 IEMOCAP 基准数据集上展现出了识别实时多模态对话信号中情感的优势。
PDF9 months ago
针对专门的情感识别任务定制通用的大型语言模型
通过使用大型语言模型，在情感识别领域中研究了 LLMs 的性能，发现其在语言情感识别任务中具有强大的迁移性和可行性。
PDF9 months ago
MMTF-DES：一种融合多模态 Transformer 模型的社交媒体数据的欲望、情感和情绪分析
通过使用图像文本配对特征表示的统一多模态变换器框架，我们的研究旨在识别人类的欲望、情绪和情感，并从多个角度整合多样化的特征，以更好地理解人类欲望。
PDF9 months ago
ChatGPT 情绪识别中的偏见
本技术报告探讨了 ChatGPT 在从文本中识别情感方面的能力，这可以作为交互式聊天机器人、数据注释和心理健康分析等各种应用的基础。通过实验证明了 ChatGPT 在情感识别方面具有合理的可重复性，通过微调可以明显提高其性能。然而，性能会随
PDF9 months ago
对话 LLM：面向情感识别的对话中的上下文和情感知识调整的 LLaMA 模型
使用多模态信息、上下文和情感知识调整的对话型大型语言模型 (DialogueLLM)，通过对 13,638 个多模态（文本和视频）情感对话进行微调，克服了大型语言模型在情感识别方面的局限性，并在三个基准情感对话识别数据集上进行了全面评估。
PDF9 months ago
眨眼之间：基于事件的情绪识别
我们介绍了一种可穿戴的单眼情绪识别设备和一种能够实时识别部分情绪观察的情绪识别方法，该方法对光照条件的变化具有鲁棒性。
PDF9 months ago