研究者提出OSVD数据集与PI-MLLM视频情绪模型
热点事件持续更新
研究者提出OSVD数据集与PI-MLLM视频情绪模型
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者构建了OSVD数据集，包含12,000段标注的5秒片段，每段在纯视频、纯音频和视听三种条件下提供观众情感标签及感官证据解释。基于该数据集，研究者提出PI-MLLM模型，融合模态特定动态对齐（MSDA）与基于联盟的视听归因（CAVA），后者用Shapley归因判断主导模态，以及视听证据是协同还是冲突。 实验显示，该模型在观众情感预测和感官解释质量上均有提升。
AI 根据报道生成 · 52 分钟前更新
最新进展10月21日 12:00
PI-MLLM：受心理物理学启发的多模态大语言模型，用于解压视频情感分析报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIPI-MLLM：受心理物理学启发的多模态大语言模型，用于解压视频情感分析
研究者构建了 OSVD 数据集，包含 12,000 段标注的 5 秒片段，每段在纯视频、纯音频和视听三种条件下提供观众情感标签及感官证据解释。基于该数据集提出 PI-MLLM，融合模态特定动态对齐（MSDA）与基于联盟的视听归因（CAVA），后者用 Shapley 归因判断主导模态及视听证据是协同还是冲突。实验显示该模型在观众情感预测和感官解释质量上均有提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。