VSAG论文提交至arXiv并报告情绪识别结果
热点事件持续更新
VSAG论文提交至arXiv并报告情绪识别结果
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Ngoc-Duy Mai、Ha-Thanh Nguyen 和 Hideaki Takeda 将视觉-语义情感图（VSAG）情绪识别论文提交至 arXiv。论文报告称，在 EmoArt-5k 上与 Qwen3-VL、InternVL3.5 的直接推理结果比较时，分层效价-唤醒版 VSAG 在准确率、macro-F1 和 weighted-F1 上表现最佳。 VSAG 将颜色、笔触和构图等可解释特征建模为节点，学习这些特征与情绪的关联，以预测作品的主导情绪。
AI 根据报道生成 · 40 分钟前更新
最新进展10月28日 12:00
超越视觉语言模型：用于艺术作品情绪识别的视觉-语义情感图报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning超越视觉语言模型：用于艺术作品情绪识别的视觉-语义情感图
视觉-语义情感图（VSAG）以颜色、笔触、构图等可解释特征节点建模艺术作品，学习特征与情绪的关联，用于主导情绪预测。该框架在 EmoArt-5k 上与 Qwen3-VL、InternVL3.5 的直接推理结果进行比较；分层效价-唤醒版本的 VSAG 在准确率、macro-F1 和 weighted-F1 上表现最佳。
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。