論文の概要: AffectFlow-DINO: Uncertainty-Aware Multi-Task Affect Estimation via Conditional Rectified Flow
- arxiv url: http://arxiv.org/abs/2607.13250v1
- Date: Tue, 14 Jul 2026 20:31:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.582185
- Title: AffectFlow-DINO: Uncertainty-Aware Multi-Task Affect Estimation via Conditional Rectified Flow
- Title（参考訳）: AffectFlow-DINO:条件付き整流による不確実性を考慮したマルチタスク影響推定
- Abstract要約: 第11回ABAWチャレンジのためのマルチタスク学習システムである textbfAffectFlow-DINO を提案する。
標準的な決定論的アーキテクチャを条件付き整形フローヘッドで拡張し、ワイルドな顔の振る舞いの本質的なあいまいさをモデル化する。
- 参考スコア（独自算出の注目度）: 13.11051449383848
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present \textbf{AffectFlow-DINO}, a multi-task learning system for the 11th ABAW challenge that extends a standard deterministic architecture with a conditional rectified-flow head to model the inherent ambiguity of in-the-wild facial behavior. Instead of predicting a single affect estimate, the model learns a conditional generative distribution, enabling uncertainty-aware one-to-many predictions through Monte Carlo sampling. The system jointly estimates continuous valence-arousal, classifies eight facial expressions, and detects twelve Action Units from static face images. Built on a frozen DINOv3 ViT-S/16 backbone, extensive ablation studies show that rectified-flow decoding consistently improves deterministic prediction, particularly for valence-arousal estimation (CCC-V $+0.058$). We further show that post-hoc threshold calibration effectively recovers performance on severely imbalanced rare classes (e.g., Fear: $3.8\% \rightarrow 33.1\%$) without retraining. Combined with backbone fine-tuning and flow retuning, the final model achieves $\mathbf{P_{MTL}=1.177}$, substantially outperforming the official challenge baseline of $P_{MTL}=0.45$.
- Abstract（参考訳）: 本稿では,第11回ABAWチャレンジにおけるマルチタスク学習システムである‘textbf{AffectFlow-DINO} について述べる。
単一の影響推定を予測するのではなく、モデルは条件付き生成分布を学習し、モンテカルロサンプリングを通じて不確実性を認識する1対多の予測を可能にする。
このシステムは連続的原子価覚醒を共同で推定し、8つの表情を分類し、静的な顔画像から12のアクションユニットを検出する。
凍結したDINOv3 ViT-S/16バックボーン上に構築された広範囲なアブレーション研究により、修正フローの復号化は決定論的予測を一貫して改善し、特に原子価-覚醒推定(CCC-V $+0.058$)についてである。
さらに, 過度に不均衡な希少クラス(例えばFear: $3.8\% \rightarrow 33.1\%$)では, 再トレーニングを伴わずに, 保温後のしきい値校正が効果的に回復することを示した。
バックボーンの微調整とフローの調整を組み合わせることで、最終モデルは$\mathbf{P_{MTL}=1.177}$を達成し、P_{MTL}=0.45$という公式チャレンジベースラインを大幅に上回った。
関連論文リスト
- The Geometry of Flow-Matching Uncertainty: A Cost-free Uncertainty Proxy and Its Application in Flow-based VLA Failure Detection [40.15880250907137]
フローマッチング(FM)は、現代のエンボディドモデルにおいて一般的なアクションヘッドパラダイムとなっている。
理想的なアフィン等方性収縮場からの逸脱として不確実性を示す。
我々は,1つの前方通過路からの軌道の曲げを測定するコストフリーの不確実性プロキシであるデノナイジングアクセラレーション(mathrmaccel$)を導入する。
論文 参考訳（メタデータ） (2026-07-30T09:44:46Z) - RBE-Flow: Recurrent Bayesian Estimation on Feature Manifolds for Cross-Modal Registration [14.194086645453767]
画素間画像の登録は、重度の非線形ラジオメトリックと不確実性のために困難である。
本稿では,高密度モーダルフロー推定を再構成する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2026-06-29T15:58:25Z) - Predicting Inference-Time Scaling Gains from Labeled Validation-Set Output Statistics [0.42970700836450487]
Best-of-N$推論スケーリングは、モデルによって異なる量によって精度が向上するが、現時点ではプロシージャをエンドツーエンドで実行する必要がある。
我々は,1つのバリデーションセットサンプリングパスから計算した特徴にリッジ予測器を適合させ,ブートストラップ・ラッソを候補特徴セットの安定性解析として使用し,明示的な線形近似残差を持つ濃度解析を行う。
このコアとエントロピーアドオンで構築されたコンパクトなリッジ予測器は、報奨モデル検証の下で実際のベスト・オブ・N$ゲインを持つスピアマン$=0.90$に達する。
論文 参考訳（メタデータ） (2026-06-02T00:38:51Z) - Bandit Convex Optimization with Gradient Prediction Adaptivity [56.816177049016794]
本研究では, 楽観的な勾配予測が, 最悪の後悔の保証を予測順応的に改善できるかどうかを考察する。
鍵となるアイデアは、分散が勾配ノルムではなく予測誤差でスケールする、新しい分散還元勾配推定器である。
我々は、$(sqrtmathbbE[S_T])$としてスケールする情報理論の下限を確立し、最も達成可能な予測適応的後悔の基本的な特徴を提供する。
論文 参考訳（メタデータ） (2026-05-21T08:57:38Z) - RepFlow: Representation Enhanced Flow Matching for Causal Effect Estimation [3.541381969947235]
医療、経済、社会政策など様々な分野において、観測データから因果効果を推定することがますます重要になっている。
既存の手法は主に点推定に限られており、分散モデリングの能力に欠ける。
本稿では、表現学習とフローマッチングを組み合わせた共同最適化問題として因果効果推定を定式化する新しいフレームワークRepFlowを提案する。
論文 参考訳（メタデータ） (2026-05-07T09:02:44Z) - Learning Shrinks the Hard Tail: Training-Dependent Inference Scaling in a Solvable Linear Model [2.7074235008521246]
ニューラルネットワークのスケーリング法則を最終層微細チューニングの解法モデルで解析する。
学習がエラー分布の「ハードテール」を小さくすることを示す。
論文 参考訳（メタデータ） (2026-01-07T10:00:17Z) - Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。
大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。
本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
論文 参考訳（メタデータ） (2025-10-08T10:09:47Z) - Probabilistic Variational Contrastive Learning [8.23660331371415]
我々は,エビデンスローバウンド(ELBO)を最大化するデコーダフリーフレームワークを提案する。
約$q_theta(z|x)$を投影正規分布としてモデル化し、確率的埋め込みのサンプリングを可能にする。
論文 参考訳（メタデータ） (2025-06-11T20:26:07Z) - Amortizing intractable inference in diffusion models for vision, language, and control [89.65631572949702]
本稿では,p(mathbfx)$以前の拡散生成モデルとブラックボックス制約,あるいは関数$r(mathbfx)$からなるモデルにおいて,データ上の後部サンプルである $mathbfxsim prm post(mathbfx)propto p(mathbfx)r(mathbfx)$について検討する。
我々は,データフリー学習目標である相対軌道バランスの正しさを,サンプルから抽出した拡散モデルの訓練のために証明する。
論文 参考訳（メタデータ） (2024-05-31T16:18:46Z) - Rejection via Learning Density Ratios [50.91522897152437]
拒絶による分類は、モデルを予測しないことを許容する学習パラダイムとして現れます。
そこで我々は,事前学習したモデルの性能を最大化する理想的なデータ分布を求める。
私たちのフレームワークは、クリーンでノイズの多いデータセットで実証的にテストされます。
論文 参考訳（メタデータ） (2024-05-29T01:32:17Z) - Contextual Dropout: An Efficient Sample-Dependent Dropout Module [60.63525456640462]
ドロップアウトは、ディープニューラルネットワークのトレーニングプロセスを正規化するシンプルで効果的なモジュールとして実証されています。
単純でスケーラブルなサンプル依存型ドロップアウトモジュールとして,効率的な構造設計によるコンテキスト型ドロップアウトを提案する。
提案手法は,不確実性推定の精度と品質の両面において,ベースライン法よりも優れていた。
論文 参考訳（メタデータ） (2021-03-06T19:30:32Z) - Generative Temporal Difference Learning for Infinite-Horizon Prediction [101.59882753763888]
我々は、無限確率的地平線を持つ環境力学の予測モデルである$gamma$-modelを導入する。
トレーニングタイムとテストタイムの複合的なエラーの間には、そのトレーニングが避けられないトレードオフを反映しているかについて議論する。
論文 参考訳（メタデータ） (2020-10-27T17:54:12Z)
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。