[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

UniEmoX: Preentrenamiento a gran escala guiado semánticamente y transmodal para la percepción universal de emociones en escenas

Created by
  • Haebom

Autor

Chuang Chen, Xiao Sun, Zhi Liu

Describir

En este artículo, proponemos un novedoso marco de preentrenamiento a gran escala, UniEmoX, basado en teorías psicológicas para resolver el problema de generalización del análisis visual de sentimientos. UniEmoX integra información de estructura espacial de imágenes de bajo nivel, centrada en la escena y en la persona, para obtener expresiones emocionales más sutiles y discriminantes, y extrae información semántica rica de los modelos CLIP para mejorar las representaciones de integración de emociones. También presentamos un nuevo conjunto de datos de emociones, Emo8, que contiene imágenes de diversos estilos (dibujos animados, naturaleza, realista, ciencia ficción y publicidad). Los resultados experimentales en múltiples conjuntos de datos de referencia demuestran la eficacia de UniEmoX.

Takeaways, Limitations

•
Takeaways:
◦
Se presenta un nuevo marco de análisis de emociones visuales utilizando la teoría psicológica.
◦
Mejore el rendimiento de generalización en una variedad de escenarios con entrenamiento previo a gran escala
◦
Se lanza el nuevo conjunto de datos de emociones Emo8
◦
Aprender expresiones de emociones más sofisticadas a través de la integración de información centrada en la escena y la persona
◦
Utilización mejorada de la información semántica e incorporación de emociones mediante el uso de modelos CLIP
•
Limitations:
◦
Es necesaria una revisión más profunda del tamaño y la diversidad del conjunto de datos Emo8.
◦
Se necesita un análisis más detallado para determinar qué tan bien funciona UniEmoX en comparación con otros modelos de última generación.
◦
La posibilidad de sesgo hacia ciertas emociones y la necesidad de sugerir soluciones para abordarlo
◦
Se necesita más investigación sobre la evaluación del rendimiento y la aplicabilidad en aplicaciones del mundo real.
👍
Made with Slashpage