PyTorchKR Papers

최신 논문

총 22편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.11197v1eess.AS

MA-DLE: 메모리 증강을 통한 음성 기반 자동 우울증 수준 추정

MA-DLE: Speech-based Automatic Depression Level Estimation via Memory Augmentation

음성 기반 자동 우울증 수준 추정은 조기 발견과 적시 개입을 가능하게 하기 위해 필수적이며, 특히 자원이 제한된 정신 건강 환경에서 중요합니다. 최근 심층 학습은 감성 컴퓨팅 및 정신 건강 평가를 포함한 다양한 도메인에서 인상적인 성공을 입증했습니다. 기존 접근 방식 대부분은 우울증 추정을 위한 시간적 정보를 모델링하기 위해 RNN 기반 아키텍처(LSTM 및 GRU 등)에 의존합니다. 그러나 추출된 특징은 종종 소수의 인접한 음성 세그먼트만 강조하여 장거리 의존성을 포착하는 능력을 제한합니다. 이러한 제한을 극복하기 위해, 우리는 GRU 추출 특징의 표현 능력을 향상시키는 메모리 기반 특징 증강 방법을 제안합니다. 과거 데이터를 무차별적으로 통합하는 대신, 중복성과 무관성을 줄이기 위해 우리의 메모리 뱅크는 두 가지 유형의 구성 요소를 선택적으로 통합하도록 설계되었습니다: (1) 현재 GRU 출력과 밀접하게 유사한 과거 시간적 특징으로, 보완적인 문맥 정보를 제공합니다; 그리고 (2) 특징 변동성을 기반으로 식별된 동적 메모리 특징으로, 우울증 증상을 나타내는 행동 및 정서적 변동을 포착합니다. 메모리 증강 특징을 GRU 출력과 효과적으로 융합하기 위해, 우리는 계층적 어텐션 융합(HAF) 모듈을 추가로 설계했습니다. 우리의 방법은 널리 사용되는 DAIC-WOZ 및 E-DAIC 데이터셋에서 평가되었으며, 최첨단 성능을 달성했습니다.

arXiv:2606.07063v1eess.IV

보편성을 넘어: 동적 얼굴 표정 인식을 위한 GCC-FER 데이터셋과 문화 인식 적응

Beyond Universality: The GCC-FER Dataset and Culture-Aware Adaptation for Dynamic Facial Expression Recognition

동적 얼굴 표정 인식(Dynamic Facial Expression Recognition, DFER)은 정서 컴퓨팅(affective computing), 인간-컴퓨터 상호작용, 지능형 멀티미디어 시스템에서 핵심적인 기술이다. 문화적 뉘앙스가 FER 성능에 미치는 상당한 영향에도 불구하고, 기존 대부분의 FER 시스템은 감정 표현이 인구 집단 전반에 걸쳐 보편적으로 일관된다고 가정한다. 이러한 변이는 문화 간 얼굴 근육 활성화 패턴의 체계적 차이에 기인할 수 있다. 교차 문화적 FER 발전의 주요 난제는 문화적으로 다양한 벤치마크 데이터셋의 부족에 있다. 이를 해결하기 위해 Global Cross-Cultural Facial Expression Recognition(GCC-FER)이라는 새로운 하이브리드 다문화 비디오 데이터셋이 제안된다. GCC-FER는 7가지 기본 표정에 걸친 4개 문화 집단(아프리카, 백인, 동아시아, 남아시아)의 23,934개 비디오 샘플로 구성되며, 저대표 인구 집단을 위한 심리학적 감독 하의 자체 데이터 수집과 기존 출처에 대한 엄격한 민족성 필터링을 결합한다. 저희가 아는 한, GCC-FER는 이러한 인구통계학적 격차를 해소하기 위해 설계된 최초의 대규모 글로벌 교차 문화 DFER 데이터셋이다. 이 데이터셋을 활용하여 각 문화 집단에 대한 행동적으로 근거 있는 문화적 사전(prior)과 실용적 배포를 위한 글로벌 사전이 도출된다. 문화적 바이어스를 완화하기 위해 잠재적 얼굴 표현을 적응적으로 재보정하는 Culture-Aware FER(CA-FER) 시스템이 제안된다. GCC-FER와 DFEW에 대한 광범위한 실험은 제안된 시스템이 다문화 환경 전반에서 FER 성능을 지속적으로 향상시킴을 보여준다.