論文の概要: Knowing You at First Glance: Inferring Apparent Personality from Faces

• arxiv url: http://arxiv.org/abs/2607.14631v1
• Date: Thu, 16 Jul 2026 06:48:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-17 17:01:33.016685
• Title: Knowing You at First Glance: Inferring Apparent Personality from Faces
• Title（参考訳）: 初めてあなたを知る:顔から明らかなパーソナリティを推測する
• Authors: Shuhuan Chen, Xiangyu Zhu, Weisong Zhao, Haichao Shi, Xiao-Yu Zhang, Zhen Lei,
• Abstract要約: 顔画像から明らかな性格を推定することは、人間とロボットの相互作用におけるエンボディエージェントの社会的シナリオにおいて重要である。 現存する研究は主にビッグファイブのパーソナリティモデルに焦点を当てており、しばしば言語やマルチモーダルな入力に依存している。 パーソナリティ推論のためのエンドツーエンドフレームワークである textbfGlanceFace を提案する。
• 参考スコア（独自算出の注目度）: 26.05773558982942
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inferring apparent personality from facial images is important in social scenarios for embodied agents in human-robot interaction. Unlike inferring intrinsic personality traits via conversation, this task models first-impression personality perception based solely on facial appearance before interaction begins. Existing studies mainly focus on the Big Five personality model and often rely on language or multimodal inputs. As a result, it remains unclear whether facial cues alone can support meaningful associations with perceived personality traits. This question is particularly relevant for MBTI types, which are widely used in practice and more readily interpretable by large language models. To this end, we propose \textbf{GlanceFace}, an end-to-end framework for apparent personality inference leveraging vision-language models to introduce semantic priors and a semantic-enhanced facial representation module to capture subtle personality-related cues, together with an uncertainty-aware learning strategy to handle noisy and subjective annotations. Extensive experiments demonstrate strong performance on MBTI-based apparent personality benchmarks and reveal relationships between facial characteristics and perceived personality traits, highlighting its potential to support adaptive initial interaction strategies for embodied agents. The code and dataset are available at https://github.com/MrHuan3/GlanceFace.
• Abstract（参考訳）: 顔画像から明らかな性格を推定することは、人間とロボットの相互作用におけるエンボディエージェントの社会的シナリオにおいて重要である。 会話を通して固有の性格特性を推測するのとは異なり、このタスクは、対話が始まる前に顔の外観のみに基づいて、第一印象の人格知覚をモデル化する。 現存する研究は主にビッグファイブのパーソナリティモデルに焦点を当てており、しばしば言語やマルチモーダルな入力に依存している。 その結果、顔の手がかりだけで認識される性格特性と有意義な関連を支えられるかどうかは不明である。 この問題は特にMBTIタイプに関係しており、これは実際に広く使われ、大きな言語モデルで容易に解釈できる。 この目的のために,視覚言語モデルを利用したパーソナライズ推論のためのエンドツーエンドフレームワークである‘textbf{GlanceFace} と,微妙なパーソナライズ関連の手がかりを捉えるセマンティック・エンハンスド・顔表現モジュール,およびノイズや主観的アノテーションを扱う不確実性学習戦略を提案する。 広範囲にわたる実験は、MBTIベースの見かけの個性ベンチマークで強いパフォーマンスを示し、顔の特徴と知覚的な個性の特徴の関係を明らかにし、エンボディエージェントに対する適応的な初期相互作用戦略をサポートする可能性を強調している。 コードとデータセットはhttps://github.com/MrHuan3/GlanceFaceで入手できる。

関連論文リスト

• Traits Run Deep: Enhancing Personality Assessment via Psychology-Guided LLM Representations and Multimodal Apparent Behaviors [46.55948528317124]
  我々はtextittextbfTraits Run Deep という新しいパーソナリティ評価フレームワークを提案する。 テキストテキストbf心理学的インフォームドプロンプトを使用して、高いレベルの人格関連セマンティック表現を導き出す。 textittextbfText-Centric Trait Fusion Networkは、リッチテキストセマンティクスをアンロックして、他のモダリティからの非同期信号の整合と統合を行う。
  論文  参考訳（メタデータ） (2025-07-30T04:12:14Z)
• Revealing Personality Traits: A New Benchmark Dataset for Explainable Personality Recognition on Dialogues [63.936654900356004]
  パーソナリティ認識は,対話やソーシャルメディア投稿などのユーザデータに含まれる性格特性を識別することを目的としている。 本稿では,人格特性の証拠として推論過程を明らかにすることを目的とした,説明可能な人格認識という新しい課題を提案する。
  論文  参考訳（メタデータ） (2024-09-29T14:41:43Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• Editing Personality for Large Language Models [73.59001811199823]
  本稿では,Large Language Models (LLMs) の性格特性の編集に焦点をあてた革新的なタスクを紹介する。 このタスクに対処する新しいベンチマークデータセットであるPersonalityEditを構築します。
  論文  参考訳（メタデータ） (2023-10-03T16:02:36Z)
• Learning Person-specific Network Representation for Apparent Personality Traits Recognition [3.19935268158731]
  本稿では,まず個人固有のネットワークを訓練するパーソナリティ認識手法を提案する。 次に、対象の人格表現として、人称特化ネットワークの重みをグラフ表現にエンコードする。 実験結果から,我々の新しいネットワーク重みに基づくアプローチは,従来の潜在機能ベースアプローチよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2023-03-01T06:10:39Z)
• Domain-specific Learning of Multi-scale Facial Dynamics for Apparent Personality Traits Prediction [3.19935268158731]
  本稿では,新しい映像に基づく人格特徴認識手法を提案する。 本研究は,(1)人格関係の短期的顔行動の特徴を抽出する顔行動モデリングモジュール,(2)ビデオの短期的特徴をすべて長期的・ビデオレベルの人格表現として要約する顔行動モデリングモジュール,(3)全ての特徴間の関係をモデル化し,映像レベルの人格表現に基づいて共同で予測する人格特性予測モジュールからなる。
  論文  参考訳（メタデータ） (2022-09-09T07:08:55Z)
• Learning Graph Representation of Person-specific Cognitive Processes from Audio-visual Behaviours for Automatic Personality Recognition [17.428626029689653]
  本稿では,対象対象者固有の認知を,個人固有のCNNアーキテクチャの形で表現することを提案する。 各人物固有のCNNは、ニューラルアーキテクチャサーチ(NAS)と新しい適応損失関数によって探索される。 実験の結果,生成したグラフ表現は対象者の性格特性とよく関連していることがわかった。
  論文  参考訳（メタデータ） (2021-10-26T11:04:23Z)

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。