arXiv · 机器人与计算机视觉· Stefanos Gkikas, Thomas Kassiotis, Yu Fang, Christian Arzate Cruz, Miao Cheng, Zongyi Jiang, Zacharias Kamarianakis, Houshyar Asadi, Randy Gomez, Raul Fernandez Rojas, Giorgos Giannakakis·· 17 天前AI 评分11
MUPA${}^2$S:基于非对称注意力的多模态统一感知压力评估框架
MUPA${}^2$S: Multimodal Unified Perception with Asymmetric Attention for Stress Assessment
AI 导读
MUPA${}^2$S 提出一种结合面部视频与 ECG 信号的自动压力评估架构,通过共享 token 表示与非对称注意力机制实现参数高效融合。在包含 58 名受试者的新数据集上分层协议测试显示,该框架统一输入级融合达到 69.58% 准确率,且参数量约为特征级融合的一半。研究证实面部视频主导性能而 ECG 单独表现接近随机,为生理行为信号异构性提供了有效解决方案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org