論文の概要: AU-Guided Synthetic Video Generation for Micro-Expression Recognition

• arxiv url: http://arxiv.org/abs/2607.10860v1
• Date: Sun, 12 Jul 2026 17:50:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.556614
• Title: AU-Guided Synthetic Video Generation for Micro-Expression Recognition
• Title（参考訳）: AU-Guided Synthetic Video Generation for Micro-Expression Recognition
• Abstract要約: EquiMEは、AU誘導画像-ビデオ生成から構築された合成マイクロ圧縮データセットである。 本研究では,フレームペアの類似性,空間変動,非参照知覚品質指標を用いてEquiMEを評価する。 EquiMEで訓練されたモデルは、SAMMとCASME II上で競合するクロスデータセット性能を達成する。
• 参考スコア（独自算出の注目度）: 6.836857625327237
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Micro-expression recognition is limited by the small scale, narrow demographic coverage, and restricted emotion labels of existing datasets. We introduce EquiME, a synthetic micro-expression dataset built from AU-guided image-to-video generation. EquiME contains 75K videos generated from 15K source face images across five target emotions, together with automatically inferred demographic metadata and video-quality measurements. We evaluate EquiME using frame-pair similarity, spatial variation, and no-reference perceptual-quality metrics, together with cross-dataset MER experiments on SAMM and CASME II. Models trained on EquiME achieve competitive cross-dataset performance on SAMM and CASME II and show comparatively low variation across the four evaluated architectures. This paper focuses on the dataset design, the structured AU-conditioning pipeline used for video generation, and the empirical evidence needed to assess EquiME as a synthetic MER resource. Project page: https://kirito-blade.github.io/me-vlm/
• Abstract（参考訳）: マイクロ圧縮認識は、小さなスケール、狭い人口範囲、既存のデータセットの制限された感情ラベルによって制限される。 本稿では,AU誘導画像から映像への合成マイクロ圧縮データセットであるEquiMEを紹介する。 EquiMEには、5つの感情にまたがる15Kソースの顔画像から生成される75Kのビデオと、自動的に推測される人口統計メタデータとビデオ品質の測定が含まれている。 フレームペアの類似性,空間変動,非参照知覚品質測定値を用いてEquiMEの評価を行い,SAMMとCASME IIのクロスデータセットMER実験を行った。 EquiMEでトレーニングされたモデルは、SAMMおよびCASME II上での競合的なクロスデータセット性能を実現し、4つの評価されたアーキテクチャ間で比較的低変動を示す。 本稿では、データセット設計、ビデオ生成に使用される構造化AU条件パイプライン、および、EquiMEを合成MERリソースとして評価するために必要な実証的証拠に焦点を当てる。 プロジェクトページ:https://kirito-blade.github.io/me-vlm/

関連論文リスト

• SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models [88.64689505355055]
  我々は、データ準備から長距離推論まで、インタラクティブなビデオワールドモデルを構築するための完全にオープンな基盤であるSolarWMを紹介した。 SolarWMは、再構成可能なマルチソースデータエンジンとバックボーンネイティブ適応フレームワークとの結合に対処する。 Wan2.2、LTX-2.5、MiniMax-H3に基づく4つの5B-33Bモデルを、ネイティブ表現と目的を保存しながらインスタンス化する。 結果として生じる因果モデルにより、わずか5秒のシーケンスでトレーニングされた数分から数時間のロールアウトをリアルタイムに対話することができる。
  論文  参考訳（メタデータ） (2026-09-02T17:59:41Z)
• Training-Free Metrics for Synthetic Object Detection Data: A Proxy for Detector Performance [3.052250424013348]
  条件合成ドメインマッチング(CCDM)は、下流検出のための候補合成トレーニングセットの相対的ユーティリティのプロキシとして機能する。 VisDrone-DETデータセットの実験により、CCDM計量系は、YOLOv8の下流性能と1.0のスピアマン相関を達成した。
  論文  参考訳（メタデータ） (2026-06-18T05:46:23Z)
• Multimodal Distribution Matching for Vision-Language Dataset Distillation [50.411341509805936]
  マルチモーダル分散マッチング(Multimodal Distribution Matching)は、効率的かつ一般化可能なマルチモーダル蒸留のための幾何学的枠組みである。 MDMはデータ、モデル、損失レベルで補完的なコンポーネントを統合する。 マルチモーダルなセマンティクスを保存し、蒸留コストを大幅に削減し、建築全体にわたって頑丈な、コンパクトな合成セットを生成する。
  論文  参考訳（メタデータ） (2026-05-22T10:41:58Z)
• Bridging Foundation Models and ASTM Metallurgical Standards for Automated Grain Size Estimation from Microscopy Images [4.3441332321802095]
  本研究では,高密度セグメンテーションと粒径推定のための自動パイプラインを提案する。 このパイプラインを古典的畳み込みネットワーク(U-Net)、適応型プロンプト視覚基盤モデル(MatSAM)、現代視覚言語モデル(Qwen2.5-VL-7B)とベンチマークする。 トレーニングスプリットを段階的に削減した実験は、驚くべき数ショットのスケーラビリティを示している。
  論文  参考訳（メタデータ） (2026-04-21T01:13:03Z)
• Lightweight Metadata-Aware Mixture-of-Experts Masked Autoencoder for Earth Observation [0.0]
  2.5Mパラメータしか持たないMetadata-Aware Mixture-of-Experts Masked Autoencoder (MoE-MAE)を提案する。 このモデルはスパース・エキスパート・ルーティングと時空条件付けを組み合わせることで、緯度/経度と季節/日周期の符号化を併用する。 サイズが小さいにもかかわらず、このモデルははるかに大きなアーキテクチャと競合し、メタデータを意識した事前トレーニングによって転送とラベルの効率が向上することを示した。
  論文  参考訳（メタデータ） (2025-09-13T17:35:17Z)
• AHELM: A Holistic Evaluation of Audio-Language Models [78.20477815156484]
  マルチモーダルオーディオ言語モデル(ALM)は、インターリーブされた音声とテキストを入力および出力テキストとして取り込む。 AHELMは、PARADEとCoRe-Benchと呼ばれる2つの新しい合成オーディオテキストデータセットを含む、さまざまなデータセットを集約するベンチマークである。 また、モデル間の等価比較を確保するために、プロンプト、推論パラメータ、評価指標を標準化する。
  論文  参考訳（メタデータ） (2025-08-29T07:40:39Z)
• Are Synthetic Videos Useful? A Benchmark for Retrieval-Centric Evaluation of Synthetic Videos [16.36132851725219]
  検索モデル構築のための合成ビデオの有用性を評価するために設計された新しいデータセットとベンチマークであるSynTVAを紹介する。 我々は最先端のT2Vモデルを用いて合成ビデオを生成し、各ビデオテキスト対を4つのキーセマンティックアライメント次元に沿ってアノテートする。 評価フレームワークは、これらのアライメントスコアと一般的なビデオ品質評価(VQA)メトリクスを関連付け、下流のテキスト・ビデオ検索性能の予測能力について検討する。
  論文  参考訳（メタデータ） (2025-07-03T05:01:46Z)
• Few-shot Structure-Informed Machinery Part Segmentation with Foundation Models and Graph Neural Networks [1.5293427903448022]
  本稿では,空間的および階層的な関係を示す複数の部分を持つ機械に対して,少数ショットのセマンティックセマンティックセマンティックセマンティクスを提案する。 提案手法は,基礎モデルであるCLIPSegとSegment Anything Model(SAM)を,関心点検出器SuperPointとGCN(Graph Convolutional Network)と統合し,機械部品を正確に分割する。 本モデルは,トラック搭載の積載クレーンを表現した純粋に合成したデータセットを用いて評価し,様々な詳細レベルにわたって効果的セグメンテーションを実現する。
  論文  参考訳（メタデータ） (2025-01-17T09:55:05Z)
• EEG-SCMM: Soft Contrastive Masked Modeling for Cross-Corpus EEG-Based Emotion Recognition [0.862468061241377]
  クロスコーパス脳波に基づく感情認識の課題を解決するために,ソフトコントラスト・マスクド・モデリング(SCMM)と呼ばれる新しいフレームワークを提案する。 SCMMは、ソフトコントラスト学習とハイブリッドマスキング戦略を統合し、感情力学を効果的に捉える。 実験では、SCMMは、同じクラスと異なるクラスのクロスコーパス設定の両方で平均4.26%の精度を達成する。
  論文  参考訳（メタデータ） (2024-08-17T12:35:13Z)
• Revisiting the Evaluation of Image Synthesis with GANs [55.72247435112475]
  本研究では, 合成性能の評価に関する実証的研究を行い, 生成モデルの代表としてGAN(Generative Adversarial Network)を用いた。 特に、表現空間におけるデータポイントの表現方法、選択したサンプルを用いた公平距離の計算方法、各集合から使用可能なインスタンス数など、さまざまな要素の詳細な分析を行う。
  論文  参考訳（メタデータ） (2023-04-04T17:54:32Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• Conformer-based Hybrid ASR System for Switchboard Dataset [99.88988282353206]
  本稿では,競争力のあるコンバータベースハイブリッドモデルトレーニングレシピを提示し,評価する。 本研究は,単語誤り率の向上と学習速度向上のための異なる訓練側面と手法について検討する。 我々はSwitchboard 300hデータセットで実験を行い、コンバータベースのハイブリッドモデルは競争力のある結果を得る。
  論文  参考訳（メタデータ） (2021-11-05T12:03:18Z)
• Evaluation Metrics for Conditional Image Generation [100.69766435176557]
  クラス条件画像生成設定において生成モデルを評価するための2つの新しい指標を提案する。 理論的分析は、提案されたメトリクスの背景にあるモチベーションを示し、新しいメトリクスと条件のないメトリクスを結びつける。 我々は,実験的な評価を行い,その指標を条件のない変種や他の指標と比較し,既存の生成モデルの解析に利用した。
  論文  参考訳（メタデータ） (2020-04-26T12:15:16Z)

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。