網(wǎng)上營(yíng)業(yè)廳
掌上營(yíng)業(yè)廳
近日，國(guó)際人工智能頂會(huì)CVPR 2024舉辦的第6屆自然場(chǎng)景情感行為分析挑戰(zhàn)賽（6th Workshop and Competition on Affective Behavior Analysis in-the-wild，簡(jiǎn)稱(chēng)ABAW）公布比賽結(jié)果，天翼云AI團(tuán)隊(duì)（CtyunAI）在情感識(shí)別任務(wù)中表現(xiàn)出色，斬獲雙賽道亞軍、單個(gè)賽道季軍，并受邀在CVPR ABAW研討會(huì)上作論文分享。這是繼天翼云在CVPR中榮獲多次佳績(jī)后再一次斬獲殊榮。
CVPR會(huì)議是由IEEE主辦的關(guān)于計(jì)算機(jī)視覺(jué)和模式識(shí)別的國(guó)際學(xué)術(shù)會(huì)議，收錄了該領(lǐng)域最新的研究成果和技術(shù)發(fā)展，是全球計(jì)算機(jī)視覺(jué)三大頂級(jí)會(huì)議之一。
ABAW競(jìng)賽是由國(guó)際頂級(jí)計(jì)算機(jī)視覺(jué)研究者和科學(xué)家們共同發(fā)起的競(jìng)賽，致力于解決自然情境下計(jì)算機(jī)對(duì)人的情感行為進(jìn)行分析的問(wèn)題，并以此提升人機(jī)交互系統(tǒng)的場(chǎng)景應(yīng)用能力，目標(biāo)是創(chuàng)造出能夠理解人的感覺(jué)、情緒和行為的機(jī)器和機(jī)器人，從而讓機(jī)器能夠與人類(lèi)互動(dòng)并有效地成為人類(lèi)的數(shù)字助手。
本屆競(jìng)賽共吸引了來(lái)自世界各地的100多支團(tuán)隊(duì)參加，其中不乏國(guó)內(nèi)外知名大學(xué)和研究機(jī)構(gòu)，如中國(guó)科學(xué)院、中國(guó)科學(xué)技術(shù)大學(xué)等。參賽隊(duì)伍需要對(duì)來(lái)源于現(xiàn)實(shí)場(chǎng)景的594個(gè)視頻共300萬(wàn)幀圖像進(jìn)行分析，通過(guò)視頻中的圖像、人物、聲音來(lái)預(yù)測(cè)指定人物在連續(xù)時(shí)間下的情感。
天翼云AI團(tuán)隊(duì)在本次競(jìng)賽中嘗試簡(jiǎn)化問(wèn)題，僅使用純視覺(jué)特征進(jìn)行任務(wù)建模。首先，通過(guò)使用可擴(kuò)展的vision表征學(xué)習(xí)的掩碼式自動(dòng)編碼器（Masked Autoencoder）在大量人臉表情相關(guān)的數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練，以學(xué)習(xí)魯棒的圖像表征；其次，在比賽提供的aff-wild2數(shù)據(jù)集上使用Expr標(biāo)簽進(jìn)行微調(diào)，以更好地適合該數(shù)據(jù)集的分布；最后，利用時(shí)域卷積網(wǎng)絡(luò)（Temporal Convolutional Network）和Transformer對(duì)數(shù)據(jù)在時(shí)間維度上進(jìn)行建模，從而使模型能夠通過(guò)視頻的上下文對(duì)結(jié)果進(jìn)行預(yù)測(cè)，大大提升了模型的任務(wù)表現(xiàn)。
當(dāng)前，以大模型為代表的AI技術(shù)的發(fā)展及應(yīng)用已步入爆發(fā)期，并成為驅(qū)動(dòng)產(chǎn)業(yè)數(shù)字化與智能化的重要引擎。天翼云將繼續(xù)在圖像、音頻及多模態(tài)領(lǐng)域持續(xù)深耕，不斷夯實(shí)國(guó)云智算底座，推動(dòng)AI技術(shù)變革升級(jí)，為數(shù)字經(jīng)濟(jì)發(fā)展注入新的活力。
新浪微博
今日頭條
騰訊微信
