Войти
аналитика - マルチモーダル融合
オンラインでの学習者の没入感検出のための視覚的および生理学的信号を用いたマルチモーダルシステム「VisioPhysioENet」
VisioPhysioENetは、視覚的特徴と生理学的信号を統合することで、学習者の没入感を効果的に検出する。
会話における感情認識のためのMamba強化テキスト-オーディオ-ビデオアラインメントネットワーク
本研究では、マルチモーダル情報の一貫性を確保し、長期的な文脈情報を効果的に捉えるために、Mamba強化テキスト-オーディオ-ビデオアラインメントネットワーク(MaTAV)を提案した。MaTAVは、MELD and IEMOCAPデータセットにおいて、既存の最先端手法を大幅に上回る性能を示した。
Продукты
© 2024 by Linnk AI