論文の概要: MAC 2026: Advancing Micro-Action Analysis Towards Fine-Grained Understanding

• arxiv url: http://arxiv.org/abs/2607.16284v1
• Date: Fri, 10 Jul 2026 12:31:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:13.083769
• Title: MAC 2026: Advancing Micro-Action Analysis Towards Fine-Grained Understanding
• Title（参考訳）: MAC 2026: 微粒化理解に向けたマイクロアクション分析の強化
• Abstract要約: Micro-Action Analysis Grand Challenge (MAC)は、マイクロアクション分析研究のための公開ベンチマークプラットフォームである。 マルチモーダルな大規模言語モデルの助けを借りて評価した,微粒化マイクロアクション理解というタスクを導入する。 トップパフォーマンスチームのデータセット、タスク設定、評価プロトコル、競争結果、代表的ソリューションを要約します。
• 参考スコア（独自算出の注目度）: 59.15655077579845
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Micro-Actions (MAs) are subtle and spontaneous human behaviors that provide important non-verbal cues in social interaction and affective communication. However, their short duration, weak motion patterns, and fine-grained semantic differences make them difficult to annotate, model, and evaluate in a standardized manner. To promote academic research on micro-action analysis, we proposed and have annually organized the Micro-Action Analysis Grand Challenge (MAC) as a public benchmark platform for this emerging field. The first two editions of MAC established standardized evaluation settings for micro-action recognition and detection, providing publicly accessible datasets and protocols. Building upon these editions, this paper presents the 3rd MAC, held in conjunction with ACM Multimedia 2026. Under the theme of moving from recognition to fine-grained micro-action understanding, this edition further expands the scope of the challenge beyond conventional recognition and detection. In particular, we introduce a new task named fine-grained micro-action understanding, evaluated with the assistance of multimodal large language models, aiming to assess models' ability to capture fine-grained semantic cues and interpret subtle human micro-actions at a deeper level. We summarize the datasets, task settings, evaluation protocols, competition results, and representative solutions from top-performing teams. Finally, we discuss future directions for micro-action analysis and its broader role in human-centric video understanding.
• Abstract（参考訳）: マイクロ・アクション(英: Micro-Actions、MA)は、社会的相互作用や情緒的コミュニケーションにおいて重要な非言語的手がかりを提供する、微妙で自発的な人間の行動である。 しかし、その短い時間、弱い動きパターン、きめ細かい意味の違いは、標準的な方法で注釈付け、モデル化、評価を困難にしている。 マイクロアクション分析の学術研究を促進するため,我々は毎年,マイクロアクション分析グランドチャレンジ(MAC)を,この新興分野の公開ベンチマークプラットフォームとして開催している。 MACの最初の2版は、マイクロアクション認識と検出のための標準化された評価設定を確立し、一般にアクセス可能なデータセットとプロトコルを提供した。 本稿は,ACM Multimedia 2026と共同で開催されている第3MACについて述べる。 認識から微細なマイクロアクション理解への移行というテーマの下で、このエディションは、従来の認識と検出以上の課題の範囲をさらに広げる。 特に,マルチモーダルな大規模言語モデルの助けを借りて評価し,微粒なセマンティック・キューを捕捉し,微粒な人間のマイクロアクションをより深いレベルで解釈することを目的とした,微粒なマイクロアクション理解という新しいタスクを導入する。 トップパフォーマンスチームのデータセット、タスク設定、評価プロトコル、競争結果、代表的ソリューションを要約します。 最後に、マイクロアクション分析の今後の方向性と、人間中心のビデオ理解におけるその幅広い役割について論じる。

関連論文リスト

• A New Multi-Domain Benchmark for Micro-Action Recognition and Detection [48.34038271380391]
  MMA-82は、マイクロアクション分析のためのMA-52ベンチマークの大規模マルチドメイン拡張である。 MMA-82は、現実的なマイクロアクション分析のための包括的で挑戦的なベンチマークであり、人間中心のAIにとって貴重なリソースである。
  論文  参考訳（メタデータ） (2026-06-12T04:20:29Z)
• MEGC2025: Micro-Expression Grand Challenge on Spot Then Recognize and Visual Question Answering [54.0963629109064]
  顔小表情(英: Facial micro-Expression、ME)は、感情を経験するときに自然に発生する顔の不随意運動である。 近年、ME認識、スポッティング、生成の領域でかなりの進歩を遂げている。 MEグランドチャレンジ(MEGC)2025では、これら研究の方向性を反映した2つのタスクが導入されている。
  論文  参考訳（メタデータ） (2025-06-18T09:29:51Z)
• Adaptive Temporal Motion Guided Graph Convolution Network for Micro-expression Recognition [48.21696443824074]
  ATM-GCN(Adaptive Temporal Motion Guided Graph Convolution Network)と呼ばれる,マイクロ圧縮認識のための新しいフレームワークを提案する。 本フレームワークは,クリップ全体のフレーム間の時間的依存関係の把握に優れ,クリップレベルでのマイクロ圧縮認識が向上する。
  論文  参考訳（メタデータ） (2024-06-13T10:57:24Z)
• Identity-free Artificial Emotional Intelligence via Micro-Gesture Understanding [21.94739567923136]
  我々は、人体言語の特殊グループ、マイクロ・ジェスチャ(MG)に焦点を当てる。 MGは、意図的な行動ではなく、内的感情によって引き起こされる意図しない行動である。 本研究は,マイクロ・ジェスチャの微妙な空間的および短時間の時間的特性を考慮し,反復性を伴う様々な拡張戦略を探求し,より適切な拡張方法を決定する。
  論文  参考訳（メタデータ） (2024-05-21T21:16:55Z)
• Benchmarking Micro-action Recognition: Dataset, Methods, and Applications [26.090557725760934]
  マイクロアクションは、低強度運動によって特徴づけられる非言語行動である。 本研究では,マイクロアクション52(MA-52)と呼ばれる新しいマイクロアクションデータセットを革新的に収集する。 MA-52は、ジェスチャー、上肢、下肢の動きを含む全身的な視点を提供する。
  論文  参考訳（メタデータ） (2024-03-08T11:48:44Z)
• Video-based Facial Micro-Expression Analysis: A Survey of Datasets, Features and Algorithms [52.58031087639394]
  マイクロ表現は不随意かつ過渡的な表情である。 嘘検出や犯罪検出など、幅広い応用において重要な情報を提供することができる。 マイクロ表現は過渡的で低強度であるため、検出と認識は困難であり、専門家の経験に大きく依存する。
  論文  参考訳（メタデータ） (2022-01-30T05:14:13Z)
• An Overview of Facial Micro-Expression Analysis: Data, Methodology and Challenge [24.495792982803124]
  顔のマイクロ表現は感情的なコミュニケーションの間に現れる短く、微妙な顔の動きを示します。 近年、マイクロ表現認識(MER)は、幅広いアプリケーションに恩恵をもたらす可能性があるため、多くの注目を集めています。 MERは、3つの新しい側面からアプローチする:マクロからマイクロへの適応、キー頂点フレームに基づく認識、顔アクション単位に基づく認識。
  論文  参考訳（メタデータ） (2020-12-21T13:20:17Z)
• Micro-expression spotting: A new benchmark [74.69928316848866]
  マイクロ表現(ME)は、人々が本当の感情を隠そうとしたり、感情を隠そうとするときに起こる、簡潔で不随意の表情である。 コンピュータビジョンの分野では、MEの研究はスポッティングと認識という2つの主要なタスクに分けられる。 本稿ではSMIC-Eデータベースの拡張,すなわちSMIC-E-Longデータベースを紹介する。
  論文  参考訳（メタデータ） (2020-07-24T09:18:41Z)

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。