論文の概要: Sens-VisualNews: A Benchmark Dataset for Sensational Image Detection

• arxiv url: http://arxiv.org/abs/2605.10394v1
• Date: Mon, 11 May 2026 11:38:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.771908
• Title: Sens-VisualNews: A Benchmark Dataset for Sensational Image Detection
• Title（参考訳）: Sens-VisualNews: 感性画像検出のためのベンチマークデータセット
• Authors: Andreas Goulas, Damianos Galanopoulos, Evlampios Apostolidis, Vasileios Mezaris,
• Abstract要約: 本稿では,刺激的,挑発的,あるいは感傷的特徴を含む画像が,注意を惹きつけ,強い情緒的反応を誘発するかどうかを判断することを目的とした感傷的イメージ検出の課題を紹介する。 このタスクの研究を支援するために,ニュース項目から9,576個の画像を含む新しいベンチマークデータセット(Sens-VisualNews)を作成し,その視覚内容に様々なセンセーショナルな概念やイベントが存在することを示す。
• 参考スコア（独自算出の注目度）: 8.21302918994687
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The detection of sensational content in media items can be a critical filtering mechanism for identifying check-worthy content and flagging potential disinformation, since such content triggers physiological arousal that often bypasses critical evaluation and accelerates viral sharing. In this paper we introduce the task of sensational image detection, which aims to determine whether an image contains shocking, provocative, or emotionally charged features to grab attention and trigger strong emotional responses. To support research on this task, we create a new benchmark dataset (called Sens-VisualNews) that contains 9,576 images from news items, annotated based on the (in-)existence of various sensational concepts and events in their visual content. Finally, using Sens-VisualNews, we study the prompt sensitivity, performance and robustness of a wide range of open SotA Multimodal LLMs, across both zero-shot and fine-tuned settings.
• Abstract（参考訳）: メディアアイテムにおけるセンセーショナルな内容の検出は、重要な評価を回避し、ウイルスの共有を加速する生理的刺激を引き起こすため、チェックアワーな内容を特定し、潜在的な偽情報をフラグ付けするための重要なフィルタリングメカニズムである可能性がある。 本稿では,イメージに衝撃的,挑発的,あるいは感傷的特徴が含まれているかどうかを判断し,注意を引いて強い情緒的反応を誘発する感覚的イメージ検出の課題を紹介する。 このタスクの研究を支援するために,ニュース項目から9,576個の画像を含む新しいベンチマークデータセット(Sens-VisualNews)を作成し,その視覚内容に様々なセンセーショナルな概念やイベントが存在することを示す。 最後に、Sens-VisualNewsを用いて、ゼロショットと微調整の両方で、幅広いオープンなSotAマルチモーダルLCMの迅速な感度、性能、ロバスト性について検討する。

関連論文リスト

• KEN: Knowledge Augmentation and Emotion Guidance Network for Multimodal Fake News Detection [1.8603865942709585]
  我々は,知識向上・感情誘導ネットワーク(KEN)を提案する。 一方、LVLMの強力な意味理解と広範な世界知識を効果的に活用する。 一方、バランスの取れた学習を通して異なる感情型間のクラス間の違いを考察し、感情型と信頼の関係のきめ細かいモデリングを実現する。
  論文  参考訳（メタデータ） (2025-07-13T14:28:20Z)
• Multimodal Sentiment Analysis: Perceived vs Induced Sentiments [1.6574413179773761]
  GIFの感情を予測するために,視覚的特徴とテキスト的特徴を統合したフレームワークを提案する。 また、顔の感情検出やOCR生成キャプションなどの属性を取り入れ、GIFのセマンティックな側面をキャプチャする。 開発した分類器は、TwitterのGIFで82.7%の精度を実現している。
  論文  参考訳（メタデータ） (2023-12-12T07:24:02Z)
• Fighting Malicious Media Data: A Survey on Tampering Detection and Deepfake Detection [115.83992775004043]
  近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。 本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
  論文  参考訳（メタデータ） (2022-12-12T02:54:08Z)
• Exploring CLIP for Assessing the Look and Feel of Images [87.97623543523858]
  ゼロショット方式で画像の品質知覚(ルック)と抽象知覚(フィール)の両方を評価するために,コントラスト言語-画像事前学習(CLIP)モデルを導入する。 以上の結果から,CLIPは知覚的評価によく適合する有意義な先行情報を捉えることが示唆された。
  論文  参考訳（メタデータ） (2022-07-25T17:58:16Z)
• MVSS-Net: Multi-View Multi-Scale Supervised Networks for Image Manipulation Detection [10.594107680952774]
  画像操作検出の鍵となる研究課題は、新しいデータの操作に敏感な一般化可能な特徴の学習方法である。 本稿では,多視点特徴学習とマルチスケール監視による両面の考察を行う。 我々の考えはMVSS-Netと拡張バージョンMVSS-Net++と呼ばれる新しいネットワークによって実現されている。
  論文  参考訳（メタデータ） (2021-12-16T15:01:52Z)
• 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)
• Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
  本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。 イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
  論文  参考訳（メタデータ） (2021-06-28T11:08:14Z)
• Onfocus Detection: Identifying Individual-Camera Eye Contact from Unconstrained Images [81.64699115587167]
  Onfocus Detectionは、カメラが捉えた個人の焦点がカメラにあるかどうかを特定することを目的としている。 OnFocus Detection In the Wild (OFDIW) と呼ばれる大規模なオンフォーカス検出データセットを構築しました。 本研究では,視線干渉推論ネットワーク (ECIIN) を用いた眼球深度検出モデルを提案する。
  論文  参考訳（メタデータ） (2021-03-29T03:29:09Z)
• Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision Action Recognition [131.6328804788164]
  本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。 SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
  論文  参考訳（メタデータ） (2020-09-01T03:38:31Z)

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。