Buchumschlag

Sec2Sec Co-attention for Video-Based Apparent Affective Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Mingwei, Zhang, Kunpeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Speech2AffectiveGestures: Synthesizing Co-Speech Gestures with Generative Adversarial Affective Expression Learning
von: Bhattacharya, Uttaran, et al.
Veröffentlicht: (2021)

Decoding the Hook: A Multimodal LLM Framework for Analyzing the Hooking Period of Video Ads
von: Zhang, Kunpeng, et al.
Veröffentlicht: (2026)

Multi-modal and Metadata Capture Model for Micro Video Popularity Prediction
von: Lu, Jiacheng, et al.
Veröffentlicht: (2025)

Will It Go Viral? Grounding Micro-Video Popularity Prediction on the Open Web
von: Heo, Ryang, et al.
Veröffentlicht: (2026)

Predicting Encoding Energy from Low-Pass Anchors for Green Video Streaming
von: Azimi, Zoha, et al.
Veröffentlicht: (2025)

Reply with Sticker: New Dataset and Model for Sticker Retrieval
von: Liang, Bin, et al.
Veröffentlicht: (2024)

Short-Form Video Viewing Behavior Analysis and Multi-Step Viewing Time Prediction
von: Yen, Vu Thi Hai, et al.
Veröffentlicht: (2026)

Machine Learning-Based Prediction of Quality Shifts on Video Streaming Over 5G
von: Mustafa, Raza Ul, et al.
Veröffentlicht: (2025)

A Video Steganography for H.265/HEVC Based on Multiple CU Size and Block Structure Distortion
von: Zhang, Xiang, et al.
Veröffentlicht: (2026)

Traits Run Deep: Enhancing Personality Assessment via Psychology-Guided LLM Representations and Multimodal Apparent Behaviors
von: Li, Jia, et al.
Veröffentlicht: (2025)

FlowVid: Taming Imperfect Optical Flows for Consistent Video-to-Video Synthesis
von: Liang, Feng, et al.
Veröffentlicht: (2023)

AFL-Net: Integrating Audio, Facial, and Lip Modalities with a Two-step Cross-attention for Robust Speaker Diarization in the Wild
von: Yin, Yongkang, et al.
Veröffentlicht: (2023)

Video Streaming with Kairos: An MPC-Based ABR with Streaming-Aware Throughput Prediction
von: Zhong, Ziyu, et al.
Veröffentlicht: (2025)

SyMuPe: Affective and Controllable Symbolic Music Performance
von: Borovik, Ilya, et al.
Veröffentlicht: (2025)

Cap2Sum: Learning to Summarize Videos by Generating Captions
von: Zhao, Cairong, et al.
Veröffentlicht: (2024)

EyEar: Learning Audio Synchronized Human Gaze Trajectory Based on Physics-Informed Dynamics
von: Liu, Xiaochuan, et al.
Veröffentlicht: (2025)

Advanced Learning-Based Inter Prediction for Future Video Coding
von: Zhao, Yanchen, et al.
Veröffentlicht: (2024)

Graph-Driven Multimodal Feature Learning Framework for Apparent Personality Assessment
von: Wang, Kangsheng, et al.
Veröffentlicht: (2025)

Feedback-Driven Rate Control for Learned Video Compression
von: Xu, Zhiheng, et al.
Veröffentlicht: (2026)

4D Multimodal Co-attention Fusion Network with Latent Contrastive Alignment for Alzheimer's Diagnosis
von: Wei, Yuxiang, et al.
Veröffentlicht: (2025)

Interactive $360^{\circ}$ Video Streaming Using FoV-Adaptive Coding with Temporal Prediction
von: Mao, Yixiang, et al.
Veröffentlicht: (2024)

Synchronized Video Storytelling: Generating Video Narrations with Structured Storyline
von: Yang, Dingyi, et al.
Veröffentlicht: (2024)

Seeing Further and Wider: Joint Spatio-Temporal Enlargement for Micro-Video Popularity Prediction
von: Wang, Dali, et al.
Veröffentlicht: (2026)

Joint Optimization of Buffer Delay and HARQ for Video Communications
von: Cheng, Baoping, et al.
Veröffentlicht: (2024)

MIMOSA: Human-AI Co-Creation of Computational Spatial Audio Effects on Videos
von: Ning, Zheng, et al.
Veröffentlicht: (2024)

Contextual Wireless Video Semantic Communication in MIMO-OFDM Systems
von: Xie, Bingyan, et al.
Veröffentlicht: (2026)

End-to-end Semantic-centric Video-based Multimodal Affective Computing
von: Lin, Ronghao, et al.
Veröffentlicht: (2024)

Adaptive Offloading and Enhancement for Low-Light Video Analytics on Mobile Devices
von: He, Yuanyi, et al.
Veröffentlicht: (2024)

Towards Open-Vocabulary Video Semantic Segmentation
von: Li, Xinhao, et al.
Veröffentlicht: (2024)

Virbo: Multimodal Multilingual Avatar Video Generation in Digital Marketing
von: Zhang, Juan, et al.
Veröffentlicht: (2024)

EV-NVC: Efficient Variable bitrate Neural Video Compression
von: Hu, Yongcun, et al.
Veröffentlicht: (2025)

ViFusion: In-Network Tensor Fusion for Scalable Video Feature Indexing
von: Wang, Yisu, et al.
Veröffentlicht: (2025)

MMoFusion: Multi-modal Co-Speech Motion Generation with Diffusion Model
von: Wang, Sen, et al.
Veröffentlicht: (2024)

Fine-grained Knowledge Graph-driven Video-Language Learning for Action Recognition
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

Music Grounding by Short Video
von: Xin, Zijie, et al.
Veröffentlicht: (2024)

Hallucination Localization in Video Captioning
von: Nakada, Shota, et al.
Veröffentlicht: (2025)

SVD: Spatial Video Dataset
von: Izadimehr, M. H., et al.
Veröffentlicht: (2025)

Enhancing Multimodal Affective Analysis with Learned Live Comment Features
von: Deng, Zhaoyuan, et al.
Veröffentlicht: (2024)

Mining the Social Fabric: Unveiling Communities for Fake News Detection in Short Videos
von: Gong, Haisong, et al.
Veröffentlicht: (2025)

Optimizing Mobile-Friendly Viewport Prediction for Live 360-Degree Video Streaming
von: Zhang, Lei, et al.
Veröffentlicht: (2024)