论文阅读 【79】CVPR 2023 How you feelin’? Learning Emotions and Mental States in Movie Scenes

最新推荐文章于 2024-08-31 20:29:03 发布
最新推荐文章于 2024-08-31 20:29:03 发布
阅读量332 收藏 4
点赞数 1
文章标签： 论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Jennifer_Love_Frank/article/details/131790199
版权
文章介绍了EmoTx，一个基于多模态Transformer的架构，用于预测电影场景中角色的情绪和心理状态。通过利用MovieGraphs数据集，EmoTx能预测如快乐、愤怒等情绪及诚实、乐于助人等精神状态。实验结果证明了模型的有效性，并提供了代码链接供进一步研究。
摘要由CSDN通过智能技术生成

How you feelin’? Learning Emotions and Mental States in Movie Scenes

CVPR 2023

任务：电影故事分析需要理解人物的情绪和心理状态。为了实现这一目标，作者将情感理解定义为在电影场景和每个角色的层面上预测多样化和多标签的情感集。

本文工作：提出了EmoTx，这是一种基于多模态Transformer的架构，它可以利用视频、多个角色和对话来进行联合预测。通过利用MovieGraphs数据集中的注释，目标是预测典型的情绪(例如快乐、愤怒)和其他精神状态(例如诚实、乐于助人)。

作者对最常出现的10个和25个标签进行了实验，并对181个标签到26个标签进行了映射。消融研究和与最先进的情绪识别方法的比较显示了EmoTx的有效性。

代码：https://katha-ai.github.io/projects/emotx/

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
更多论文分享，请参考： 深度学习相关阅读论文汇总（持续更新）

WXiujie123456
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CVPR 2023 | 小红书提出OvarNet模型：开集预测的新SOTA，“万物识别”有了新玩法...
Paper weekly
06-28 310
在 CVPR 2023 上，小红书社区技术团队提出了一项全新任务—— Open-vocabulary Object Attribute Recognition（面向开放词汇的目标检测与属性识别）。该任务旨在采用单一模型对图像中任何类别目标同时进行定位、分类和属性预测，从而推动目标识别能力向更高的深度和广度发展。本文提出了 OvarNet 这一全新模型，OvarNet 基于海量多模态数据预训练的视觉...
CVPR2023论文及代码合集来啦~
04-04 1万+
80、半监督学习、弱监督学习/无监督学习/自监督学习。36、行为识别/动作识别/检测/分割/定位。46、场景重建/视图合成/新视角合成。74、迁移学习/domain/自适应。23、图像复原/图像增强/图像重建。26、图像去噪/去模糊/去雨去雾。32、人脸生成/合成/重建/编辑。35、图像&视频检索/视频理解。41、GAN/生成式/对抗式。68、小样本学习/零样本学习。40、文本检测/识别/理解。17、视频生成/视频合成。27、图像编辑/图像修复。​31、人脸识别/检测。42、图像生成/图像合成。
【最新】整理了CVPR 2023论文代码合集！
深度学习与计算机视觉
03-10 7525
CVPR 2023 顶会论文接收结果出炉啦！CVPR 2023 主委会官方发布这次论文接收数据：有效投稿 9155 篇（比 CVPR 2022 增加12%），收录 2360 篇，接收率为25.78 %。我整理了CVPR 2023的论文&代码，分享给大家~持续更新中…扫码添加我领取资料此外，还有AAAI 2023的论文&代码，分享给大家~收持续更新中…扫码添加我领取资料最后，我...
CVPR2023最新论文 (含语义分割、扩散模型、多模态、预训练、MAE等方向)
AI_ayuan的博客
03-06 1万+
2023 年 2 月 28 日凌晨，CVPR 2023 顶会论文接收结果出炉！CVPR 2023 收录的工作中 " 扩散模型、多模态、预训练、MAE " 相关工作的数量会显著增长。
CVPR2023 | 70+目标检测论文及代码整理
04-28 1万+
CVPR2023目标检测相关70+论文及代码整理
CVPR 2023 接收结果出炉！再创历史新高！录用2360篇！（附10篇最新论文）
热门推荐
阿木寺的博客
02-28 3万+
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【计算机视觉】微信技术交流群2023 年 2 月 28 日凌晨，CVPR 2023 顶会论文接收结果出炉！这次没有先放出论文 ID List，而是直接 email 通知作者（朋友圈好友纷纷晒截图，报喜讯~你被刷屏了没？！）。CVPR 2023 主委会官方发布这次论文接收数据：有效投稿 9155 篇（比 CVPR ...
[读论文]CVPR2019: Occupancy Networks: Learning 3D Reconstruction in Function Space
YuQiao0303的博客
11-03 1万+
核心 本文提出了一种3D图形的表示方法，并给出了得到他的网络架构和训练方法。 用decision boundary 来表示物体的表面。 这个方法贼好，放在2D类比，就像像素图和矢量图，矢量图是精度是无限的，但又不会耗费额外的内存。 （对啊，早该想到啊，怎么会2019年才出来。。。既然2D可以有矢量图，3D就不能吗） 具体一点，一个物体用一个occupancy function 来表示： 注意，是实数空间，不是离散的按一定分辨率取样的。 然后用一个神经网络来逼近这个函数，给每个实空间的3D点一个0-1之间
cvpr2023-目标检测-Combating noisy labels in object detection datasets
一千零一夜的博客
03-07 2276
我们都知道数据对于深度学习模型的重要性，但是如何省时省力的得到高质量的数据呢？这就是此文章探讨的问题。
CVPR 2023 超分辨率（super-resolution）方向上接收论文总结
yyywxk的博客
04-27 6220
从本届接收的论文来看，超分方向上目前主要聚焦于任意尺度超分（ Arbitrary-Scale SR）。
SCI论文模板：CVPR、IEEE、TPAMI、ICCV等通用模板
07-03
CVPR（Conference on Computer Vision and Pattern Recognition）是计算机视觉领域的顶级会议之一，其论文模板通常要求严谨且具有专业性。模板通常会包含论文的基本组成部分，如摘要、引言、方法、实验、结果、讨论...
cvpr论文_2018CVPR
04-29
2018CVPR_Dissecting Person Re-identification from the Viewpoint of Viewpoint
CVPR 2023 | 主干网络FasterNet 核心解读 代码分析
黎国溥
10-31 2090
本文分享来自CVPR 2023的论文，提出了一种快速的主干网络，名为FasterNet。论文提出了一种新的卷积算子，partial convolution，部分卷积(PConv)，通过减少冗余计算内存访问来更有效地提取空间特征。创新在于部分卷积(PConv)，，降低了计算复杂度，从而实现了快速高效的神经网络。区别于常规卷积：PConv只对输入通道的一部分应用卷积，而保留其余部分不变。
RGBT Tracking论文阅读：Efficient RGB-T Tracking via Cross-Modality Distillation（CVPR2023）
qianxi1234的博客
06-02 1177
目前大多数RGB-T跟踪器采用双流结构来提取单峰RGB和热特征，并采用复杂的融合策略来实现多模态特征融合，这需要大量的参数，从而阻碍了其在现实生活中的应用。另一方面，紧凑型RGB-T跟踪器在计算上可能是高效的，但由于特征表示能力的削弱，会遇到不可忽略的性能退化。为了弥补这种情况，提出了一种跨模态蒸馏框架，以弥补紧凑跟踪器和强大跟踪器之间的性能差距。
Your Diffusion Model is Secretly a Zero-Shot Classifier论文阅读笔记
Rising_shit的博客
08-31 775
Your Diffusion Model is Secretly a Zero-Shot Classifier论文阅读笔记
论文笔记：Estimating future human trajectories from sparse time series data
最新发布
qq_40206371的博客
08-31 178
sigspatial 2023 humob竞赛paper。
【论文阅读】Single-Stage Visual Query Localization in Egocentric Videos
weixin_57974242的博客
08-31 424
因此，VQLoC 联合建模查询与每个视频帧之间的查询到帧关系以及邻近视频帧之间的帧到帧关系（见图 1，右），然后在单帧中执行时空定位。阶段和端到端可训练的方式。具体来说，我们通过使用 DINO [34] 预训练的 ViT 主干提取视觉查询和每个视频帧的图像特征，并使用交叉注意力变换器模块 [45] 建立图像之间的对应关系，从而建立查询与帧的关系查询和视频帧中的区域。重要的是，我们的模型在单阶段运行，即没有具有专用后处理步骤的中间定位输出，并且是端到端可训练的，因为它仅使用可微分模块来获得最终预测。
【论文阅读】QUEEN: Query Unlearning against Model Extraction（2024）
Glass_Gun的博客
08-30 895
disruption-based defenses，基于中断的防御。Model extraction attacks，模型提取安全。sensitivity measurement，灵敏度测量。AI security，人工智能安全。
【论文阅读|cryoET】本周粗读汇总
进阶中的程序员吃吃的博客
08-28 454
虽然冷冻电子断层扫描可以以分子分辨率揭示结构，但图像处理算法仍然是解决原位生物分子结构异质性的瓶颈。本文介绍CryoDRGN-ET用于cryoET断层图的异质重建。通过原位恢复肺炎支原体核糖体中已知的翻译状态来验证本文方法。然后对低温聚焦离子束掩模的酿酒酵母细胞进行冷冻电子断层扫描。CryoDRGN-ET揭示了翻译过程中酿酒酵母核糖体的结构景观，并捕获细胞内脂肪酸合酶复合物的连续运动。该方法在CryoDRGN软件中公开可用。（cryoDRGN对ET数据的拓展。
give me the paper in cvpr2023 about forgery detection
05-02
I'm sorry, but I cannot provide you with a paper from a conference that has not yet occurred. CVPR 2023 has not happened yet, as it is an event that will occur in the future.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值