跳到正文
热点事件观察中

智能眼镜借自监督预训练减少表情识别标注

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

一项 arXiv 论文提出，用自监督预训练让 OCOsense 智能眼镜在少量标注下识别面部表情。作者 Zhengtao Gao 称，其方法先在无标注的 OCOsense 记录上以掩码自编码器目标预训练 Vision Transformer，再在人物无关交叉验证下微调，完成五分类表情识别。 在 5% 至 100% 的标签预算下，预训练均稳定提升性能；仅用 5% 标签的预训练模型，表现超过使用全部标签从头训练的模型。该结果来自论文报告，尚未见独立复现。

AI 根据报道生成 · 25 分钟前更新

最新进展11月4日 06:37
智能眼镜面部表情识别：自监督预训练实现标签高效 FER

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. arXiv 隐私论文
    智能眼镜面部表情识别：自监督预训练实现标签高效 FER

    研究用自监督学习在 OCOsense 光电容积描记智能眼镜上实现标签高效的面部表情识别。以掩码自编码器目标在无标注 OCOsense 记录上预训练 Vision Transformer，再在人物无关交叉验证下微调做五分类 FER。在 5% 至 100% 标签预算下预训练均稳定提升性能，仅用 5% 标签即超过用全部标签从头训练的模型。

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。