Fugu-MT 論文翻訳(概要): Exploring Expression-related Self-supervised Learning for Affective Behaviour Analysis

論文の概要: Exploring Expression-related Self-supervised Learning for Affective Behaviour Analysis

arxiv url: http://arxiv.org/abs/2303.10511v1
Date: Sat, 18 Mar 2023 22:31:41 GMT
ステータス: 処理完了
システム内更新日: 2023-03-21 18:48:54.022034
Title: Exploring Expression-related Self-supervised Learning for Affective Behaviour Analysis
Title（参考訳）: 感情行動分析のための表現関連自己教師型学習の探索
Authors: Fanglei Xue, Yifan Sun, Yi Yang
Abstract要約: 本稿では,第5回ABAW(Affective Behavior Analysis in-the-Wild)コンペティションにおける表現分類を行うために,表現関連自己教師型学習法(ContraWarping)を提案する。影響のあるデータセットはアノテートするのに高価であり、SSLメソッドは大規模にラベル付けされていないデータから学習することができる。
参考スコア（独自算出の注目度）: 28.14713651898837
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper explores an expression-related self-supervised learning (SSL) method (ContraWarping) to perform expression classification in the 5th Affective Behavior Analysis in-the-wild (ABAW) competition. Affective datasets are expensive to annotate, and SSL methods could learn from large-scale unlabeled data, which is more suitable for this task. By evaluating on the Aff-Wild2 dataset, we demonstrate that ContraWarping outperforms most existing supervised methods and shows great application potential in the affective analysis area. Codes will be released on: https://github.com/youqingxiaozhua/ABAW5.
Abstract（参考訳）: 本稿では,第5回ABAW(Affective Behavior Analysis in-the-Wild)コンペティションにおける表現分類を行うために,表現関連自己教師型学習法(ContraWarping)を提案する。影響のあるデータセットはアノテートするのに高価であり、SSLメソッドは大規模なラベルなしデータから学習することができる。 aff-wild2データセットの評価により, コントラワーピングは既存の教師あり手法よりも優れており, 感情分析領域において大きな応用可能性を示す。コードは、https://github.com/youqingxiaozhua/ABAW5.comでリリースされる。

関連論文リスト

Self-Training with Pseudo-Label Scorer for Aspect Sentiment Quad Prediction [54.23208041792073]
Aspect Sentiment Quad Prediction (ASQP) は、与えられたレビューに対して全てのクワッド(アスペクト項、アスペクトカテゴリー、意見項、感情極性)を予測することを目的としている。 ASQPタスクにおける重要な課題はラベル付きデータの不足であり、既存のメソッドのパフォーマンスを制限している。そこで我々は,擬似ラベルスコアラーを用いた自己学習フレームワークを提案し,レビューと擬似ラベルの一致をスコアラーが評価する。
論文参考訳（メタデータ） (2024-06-26T05:30:21Z)
Debiased Learning for Remote Sensing Data [29.794246747637104]
本稿では,リモートセンシングデータに特化して,高度に効率的な半教師付きアプローチを提案する。まず、このドメインに適した堅牢で弱い拡張を設計し、FixMatchフレームワークをリモートセンシングデータに適用する。第2に,本モデルにより予測される実際のラベルと擬似ラベルの両方から得られる不均衡学習データのバイアスを除去し,効果的な半教師付き学習手法を開発する。
論文参考訳（メタデータ） (2023-12-24T03:33:30Z)
In-Domain Self-Supervised Learning Improves Remote Sensing Image Scene Classification [5.323049242720532]
リモートセンシング画像分類のための有望なアプローチとして,自己教師付き学習が登場している。そこで本研究では,14の下流データセットにまたがる自己教師型事前学習戦略について検討し,その効果を評価する。
論文参考訳（メタデータ） (2023-07-04T10:57:52Z)
Spatial-temporal Transformer for Affective Behavior Analysis [11.10521339384583]
空間的特徴と時間的特徴の両方の分布を学習するために,マルチヘッド注意フレームワークを用いたトランスフォーマーを提案する。その結果、Aff-Wild2データセットに基づく提案モデルの有効性が明らかとなった。
論文参考訳（メタデータ） (2023-03-19T04:34:17Z)
Cluster-level pseudo-labelling for source-free cross-domain facial expression recognition [94.56304526014875]
表情認識のためのSFUDA法を提案する。本手法は,自己教師付き事前学習を利用して,対象データから優れた特徴表現を学習する。提案手法の有効性を4つの適応方式で検証し,FERに適用した場合,既存のSFUDA法より一貫して優れていることを示す。
論文参考訳（メタデータ） (2022-10-11T08:24:50Z)
On Higher Adversarial Susceptibility of Contrastive Self-Supervised Learning [104.00264962878956]
コントラスト型自己教師学習(CSL)は,画像と映像の分類において,教師あり学習のパフォーマンスに適合するか上回っている。 2つの学習パラダイムによって誘導される表現の性質が似ているかどうかは、いまだに不明である。我々は,CSL表現空間における単位超球面上のデータ表現の均一分布を,この現象の鍵となる要因として同定する。 CSLトレーニングでモデルロバスト性を改善するのにシンプルだが有効である戦略を考案する。
論文参考訳（メタデータ） (2022-07-22T03:49:50Z)
Dense Contrastive Visual-Linguistic Pretraining [53.61233531733243]
画像とテキストを共同で表現するマルチモーダル表現学習手法が提案されている。これらの手法は,大規模マルチモーダル事前学習から高レベルな意味情報を取得することにより,優れた性能を実現する。そこで本稿では,非バイアスのDense Contrastive Visual-Linguistic Pretrainingを提案する。
論文参考訳（メタデータ） (2021-09-24T07:20:13Z)
A Multi-task Mean Teacher for Semi-supervised Facial Affective Behavior Analysis [15.95010869939508]
TSAVのような既存の感情行動分析手法は、不完全なラベル付きデータセットの課題に悩まされている。本稿では, 半教師付き感情行動分析のためのマルチタスク平均教師モデルを提案する。評価データセットの実験結果から,本手法はTSAVモデルよりも優れた性能を示すことが示された。
論文参考訳（メタデータ） (2021-07-09T05:48:22Z)
Combining Feature and Instance Attribution to Detect Artifacts [62.63504976810927]
トレーニングデータアーティファクトの識別を容易にする手法を提案する。提案手法は,トレーニングデータのアーティファクトの発見に有効であることを示す。我々は,これらの手法が実際にNLP研究者にとって有用かどうかを評価するために,小規模なユーザスタディを実施している。
論文参考訳（メタデータ） (2021-07-01T09:26:13Z)
Semi-Automatic Data Annotation guided by Feature Space Projection [117.9296191012968]
本稿では,適切な特徴空間投影と半教師付きラベル推定に基づく半自動データアノテーション手法を提案する。 MNISTデータセットとヒト腸内寄生虫の胎児不純物の有無による画像を用いて本手法の有効性を検証した。この結果から,人間と機械の相補的能力を組み合わせた視覚分析ツールの付加価値が,より効果的な機械学習に有効であることが示唆された。
論文参考訳（メタデータ） (2020-07-27T17:03:50Z)
Adversarial-based neural networks for affect estimations in the wild [3.3335236123901995]
本研究では,本研究で提案した対戦型ネットワークによる潜在機能の利用について検討する。具体的には,判別器にいくつかのモードをアグリゲートすることで,生成器が抽出した潜在特性にさらに適応する。最近リリースされたSEWAデータセットの実験は、結果の進歩的な改善を示唆している。
論文参考訳（メタデータ） (2020-02-03T16:52:49Z)

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。