論文の概要: Survey on Visual Sentiment Analysis
- arxiv url: http://arxiv.org/abs/2004.11639v2
- Date: Mon, 18 May 2020 11:09:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-10 04:10:59.197407
- Title: Survey on Visual Sentiment Analysis
- Title（参考訳）: 視覚知覚分析に関する調査
- Authors: Alessandro Ortis and Giovanni Maria Farinella and Sebastiano Battiato
- Abstract要約: 本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。
また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
- 参考スコア（独自算出の注目度）: 87.20223213370004
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual Sentiment Analysis aims to understand how images affect people, in
terms of evoked emotions. Although this field is rather new, a broad range of
techniques have been developed for various data sources and problems, resulting
in a large body of research. This paper reviews pertinent publications and
tries to present an exhaustive overview of the field. After a description of
the task and the related applications, the subject is tackled under different
main headings. The paper also describes principles of design of general Visual
Sentiment Analysis systems from three main points of view: emotional models,
dataset definition, feature design. A formalization of the problem is
discussed, considering different levels of granularity, as well as the
components that can affect the sentiment toward an image in different ways. To
this aim, this paper considers a structured formalization of the problem which
is usually used for the analysis of text, and discusses it's suitability in the
context of Visual Sentiment Analysis. The paper also includes a description of
new challenges, the evaluation from the viewpoint of progress toward more
sophisticated systems and related practical applications, as well as a summary
of the insights resulting from this study.
- Abstract（参考訳）: Visual Sentiment Analysisは、イメージが人間に与える影響を理解することを目的としている。
この分野は比較的新しいが、様々なデータソースや問題に対して幅広い技術が開発され、多くの研究が行われている。
本稿では,関連出版物をレビューし,その分野の概要を概観する。
タスクとその関連アプリケーションの説明の後、主題は異なる主目的の下で取り組まれる。
また,感情モデル,データセット定義,特徴設計という3つの視点から,一般視覚感情分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮して、問題の形式化について議論する。
そこで本研究では,通常テキスト解析に使用される問題の構造化形式化について検討し,視覚知覚分析の文脈における適合性について論じる。
また,本研究から得られた知見の要約とともに,新たな課題,より高度なシステムに向けた進展の観点からの評価,関連する実践的応用についても述べる。
関連論文リスト
- Visual Text Meets Low-level Vision: A Comprehensive Survey on Visual
Text Processing [4.057550183467041]
視覚テキスト処理の分野は、基本的な生成モデルの出現によって、研究の急増を経験してきた。
この分野での最近の進歩を包括的かつ多面的に分析する。
論文 参考訳（メタデータ） (2024-02-05T15:13:20Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳（メタデータ） (2023-07-25T17:59:18Z) - Language bias in Visual Question Answering: A Survey and Taxonomy [0.0]
われわれはこの分野の総合的なレビューと分析を初めて実施する。
既存の手法を視覚情報の改善を含む3つのカテゴリに分類する。
言語バイアスの原因は明らかにされ、分類される。
論文 参考訳（メタデータ） (2021-11-16T15:01:24Z) - Reflexivity in Issues of Scale and Representation in a Digital
Humanities Project [0.21500127800884522]
我々は、自然言語処理とデータ分析と可視化技術を組み合わせたパイプライン開発で遭遇した問題について検討する。
コーパスの特徴(数十年にわたる1人の日記からなる)は、表現の問題における概念的課題と、歴史的研究の源泉としての余裕の両方を提示する。
これらの問題は、可視化の生成と解釈に特に焦点をあてて、チームコンテキストで検討する。
論文 参考訳（メタデータ） (2021-09-29T04:06:51Z) - From Show to Tell: A Survey on Image Captioning [48.98681267347662]
視覚と言語を結びつけることは、ジェネレーティブ・インテリジェンスにおいて重要な役割を担っている。
画像キャプションの研究はまだ結論に達していない。
本研究の目的は,画像キャプション手法の包括的概要と分類を提供することである。
論文 参考訳（メタデータ） (2021-07-14T18:00:54Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-06-30T15:20:56Z) - Computational Emotion Analysis From Images: Recent Advances and Future
Directions [79.05003998727103]
本章では,画像感情分析(IEA)を計算的観点から導入することを目的としている。
心理学の一般的な感情表現モデルから始めます。
そして、研究者たちが解決しようとしている重要な計算問題を定義します。
論文 参考訳（メタデータ） (2021-03-19T13:33:34Z) - Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。
本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。
提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
論文 参考訳（メタデータ） (2020-09-04T11:29:52Z) - A computational model implementing subjectivity with the 'Room Theory'.
The case of detecting Emotion from Text [68.8204255655161]
本研究は,テキスト分析における主観性と一般的文脈依存性を考慮した新しい手法を提案する。
単語間の類似度を用いて、ベンチマーク中の要素の相対的関連性を抽出することができる。
この方法は、主観的評価がテキストの相対値や意味を理解するために関係しているすべてのケースに適用できる。
論文 参考訳（メタデータ） (2020-05-12T21:26:04Z) - Deriving Emotions and Sentiments from Visual Content: A Disaster
Analysis Use Case [10.161936647987515]
ソーシャルネットワークとユーザの感情をテキスト、ビジュアル、オーディオコンテンツで共有する傾向は、感情分析における新たな機会と課題を生み出している。
本稿では、視覚的感情分析を紹介し、本研究領域における機会と課題に焦点を当て、テキスト的感情分析と対比する。
データ収集,アノテーション,モデル選択,実装,評価から,視覚的感情分析のさまざまな側面をカバーする,災害関連画像の深い視覚的感情分析手法を提案する。
論文 参考訳（メタデータ） (2020-02-03T08:48:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。