論文の概要: REACT 2025: the Third Multiple Appropriate Facial Reaction Generation Challenge

• arxiv url: http://arxiv.org/abs/2505.17223v1
• Date: Thu, 22 May 2025 18:55:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:33.657982
• Title: REACT 2025: the Third Multiple Appropriate Facial Reaction Generation Challenge
• Title（参考訳）: ReACT 2025: 3回目となる顔反応生成チャレンジ
• Authors: Siyang Song, Micol Spitale, Xiangyu Kong, Hengde Zhu, Cheng Luo, Cristina Palmero, German Barquero, Sergio Escalera, Michel Valstar, Mohamed Daoudi, Tobias Baur, Fabien Ringeval, Andrew Howes, Elisabeth Andre, Hatice Gunes,
• Abstract要約: ダイアド相互作用では、人間の顔反応の幅広いスペクトルが、それぞれの人間の話者の行動に反応するのに適しているかもしれない。 私たちは、機械学習(ML)モデルの開発とベンチマークを促進するREACT 2025チャレンジを提案しています。 本研究は,ヒトとダイアドの相互作用を137件記録したMAFRGデータセット(MARS)を,自然かつ大規模に提供した。
• 参考スコア（独自算出の注目度）: 42.33323347077101
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In dyadic interactions, a broad spectrum of human facial reactions might be appropriate for responding to each human speaker behaviour. Following the successful organisation of the REACT 2023 and REACT 2024 challenges, we are proposing the REACT 2025 challenge encouraging the development and benchmarking of Machine Learning (ML) models that can be used to generate multiple appropriate, diverse, realistic and synchronised human-style facial reactions expressed by human listeners in response to an input stimulus (i.e., audio-visual behaviours expressed by their corresponding speakers). As a key of the challenge, we provide challenge participants with the first natural and large-scale multi-modal MAFRG dataset (called MARS) recording 137 human-human dyadic interactions containing a total of 2856 interaction sessions covering five different topics. In addition, this paper also presents the challenge guidelines and the performance of our baselines on the two proposed sub-challenges: Offline MAFRG and Online MAFRG, respectively. The challenge baseline code is publicly available at https://github.com/reactmultimodalchallenge/baseline_react2025
• Abstract（参考訳）: ダイアド相互作用では、人間の顔反応の幅広いスペクトルが、それぞれの人間の話者の行動に反応するのに適しているかもしれない。 REACT 2023とREACT 2024の組織化の成功に続いて、私たちは、入力刺激(つまり、対応する話者によって表現される音声視覚行動)に反応して、人間のリスナーによって表現される複数の適切な、多様性があり、現実的で、同期されたヒューマンスタイルの顔反応を生成するために使用できる機械学習(ML)モデルの開発とベンチマークを促進するREACT 2025チャレンジを提案しています。 この課題の鍵となるものとして,5つのトピックをカバーする合計2856のインタラクションセッションを含む137人の人間と人間のダイアディックインタラクションを記録できる,最初の自然かつ大規模マルチモーダルMAFRGデータセット(MARS)を参加者に提供する。 また,提案する2つのサブチャレンジ(オフラインMAFRGとオンラインMAFRG)に対して,課題ガイドラインとベースラインの性能について述べる。 チャレンジベースラインコードはhttps://github.com/reactmultimodalchallenge/baseline_react2025で公開されている。

関連論文リスト

• Emotion-LLaMA: Multimodal Emotion Recognition and Reasoning with Instruction Tuning [55.127202990679976]
  28,618粒の粗粒と4,487粒の細粒のアノテートサンプルを含むMERRデータセットを導入した。 このデータセットは、さまざまなシナリオから学習し、現実のアプリケーションに一般化することを可能にする。 本研究では,感情特異的エンコーダによる音声,視覚,テキスト入力をシームレスに統合するモデルであるEmotion-LLaMAを提案する。
  論文  参考訳（メタデータ） (2024-06-17T03:01:22Z)
• The MuSe 2024 Multimodal Sentiment Analysis Challenge: Social Perception and Humor Recognition [64.5207572897806]
  マルチモーダル・センティメント・アナリティクス・チャレンジ (MuSe) 2024は、現代の2つのマルチモーダル・インフルエンスと感情分析の問題に対処する。 Social Perception Sub-Challenge (MuSe-Perception)では、参加者は16種類の個人の社会的属性を予測する。 クロスカルカルカルチャー・ヒューモー検出サブチャレンジ(MuSe-Humor)データセットは、Passau Spontaneous Football Coach Humorデータセット上に拡張される。
  論文  参考訳（メタデータ） (2024-06-11T22:26:20Z)
• REACT 2024: the Second Multiple Appropriate Facial Reaction Generation Challenge [36.84914349494818]
  ダイアド的相互作用において、人間は言語的および非言語的手がかりを用いて意図と心の状態を伝える。 複数の適切な、多様性があり、現実的で、同期された人間の顔反応を自動的に生成できる機械学習(ML)モデルの開発は、難しい作業です。 本稿では、REACT 2024チャレンジのガイドラインと、その課題に利用されるデータセットについて述べる。
  論文  参考訳（メタデータ） (2024-01-10T14:01:51Z)
• The GENEA Challenge 2023: A large scale evaluation of gesture generation models in monadic and dyadic settings [8.527975206444742]
  本稿では、参加チームが音声によるジェスチャー生成システムを構築したGENEA Challenge 2023について報告する。 大規模ユーザ研究において,12件の提出と2件のベースラインと,保持型モーションキャプチャーデータを併用して評価した。 課題の提出者間の人間的な関係は広範囲に及んでおり、人間のモキャップに近いシステムもいくつかありました。
  論文  参考訳（メタデータ） (2023-08-24T08:42:06Z)
• MRecGen: Multimodal Appropriate Reaction Generator [31.60823534748163]
  本稿では,最初のマルチモーダル・マルチモーダル(言語的・非言語的)なヒト反応生成フレームワークを提案する。 これは、適切な仮想エージェント/ロボットの振る舞いを生成することによって、様々な人間とコンピュータの相互作用シナリオに適用することができる。
  論文  参考訳（メタデータ） (2023-07-05T19:07:00Z)
• REACT2023: the first Multi-modal Multiple Appropriate Facial Reaction Generation Challenge [28.777465429875303]
  Multi-modal Multiple Appropriate Facial Reaction Generation Challenge (REACT2023)は、マルチメディア処理と機械学習技術を評価することに焦点を当てた最初のコンペティションイベントである。 この課題の目標は、マルチモーダル情報処理のための最初のベンチマークテストセットを提供することと、オーディオ、視覚、およびオーディオ視覚的コンピュータコミュニティ間のコラボレーションを促進することである。
  論文  参考訳（メタデータ） (2023-06-11T04:15:56Z)
• The MuSe 2023 Multimodal Sentiment Analysis Challenge: Mimicked Emotions, Cross-Cultural Humour, and Personalisation [69.13075715686622]
  MuSe 2023は、現代の3つの異なるマルチモーダル感情と感情分析の問題に対処する共有タスクの集合である。 MuSe 2023は、さまざまな研究コミュニティから幅広いオーディエンスを集めようとしている。
  論文  参考訳（メタデータ） (2023-05-05T08:53:57Z)
• Multimodal Feature Extraction and Fusion for Emotional Reaction Intensity Estimation and Expression Classification in Videos with Transformers [47.16005553291036]
  我々は,野生(ABAW)2023における2つの影響行動分析のサブチャレンジに対して,その解決策を提示する。 表現分類チャレンジでは,分類の課題を効果的に処理する合理化アプローチを提案する。 これらの特徴を研究、分析、組み合わせることで、マルチモーダルコンテキストにおける感情予測のためのモデルの精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2023-03-16T09:03:17Z)

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。