arXiv · 机器人与计算机视觉· Filip Nowicki, Hubert Marciniak, Jakub {\L}\k{a}czkowski, Bartosz Wilczek, Krzysztof Jassem, Tomasz G\'orecki, Vimala Balakrishnan, Desmond C. Ong, Maciej Behnke·· 9 天前AI 评分28
Visual Affect Analysis:用 VLMs 预测图像观看者情绪的研究
Visual Affect Analysis: Predicting Emotions of Image Viewers with Vision-Language Models
AI 导读
研究在零样本设置下,对 IAPS、Nencki 及 LAI-GAI 三个数据集的 16 个专有与开源视觉语言模型进行了基准测试。最佳模型在六类情绪任务上分类准确率达 60%--80%,连续评分相关系数大于 0.75,但存在唤醒度预测较弱等偏差。该工作已接受发表于 ACII 2026,代码与权重开放许可情况需查阅原文。
来源:arXiv · 机器人与计算机视觉 · arxiv.org