Buchumschlag

Foundation Model Embeddings Meet Blended Emotions: A Multimodal Fusion Approach for the BLEMORE Challenge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chapariniya, Masoumeh, Farhadipour, Aref, Ebling, Sarah, Dellwo, Volker, Vukovic, Teodora
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comparative Analysis of Modality Fusion Approaches for Audio-Visual Person Identification and Verification
von: Farhadipour, Aref, et al.
Veröffentlicht: (2024)

Multimodal Emotion Recognition and Sentiment Analysis in Multi-Party Conversation Contexts
von: Farhadipour, Aref, et al.
Veröffentlicht: (2025)

Beyond Appearance: Transformer-based Person Identification from Conversational Dynamics
von: Chapariniya, Masoumeh, et al.
Veröffentlicht: (2025)

Two-Stream Spatial-Temporal Transformer Framework for Person Identification via Natural Conversational Keypoints
von: Chapariniya, Masoumeh, et al.
Veröffentlicht: (2025)

Micro-Expression-Aware Avatar Fingerprinting via Inter-Frame Feature Differencing
von: Chapariniya, Masoumeh, et al.
Veröffentlicht: (2026)

Investigating Identity Signals in Conversational Facial Dynamics via Disentangled Expression Features
von: Chapariniya, Masoumeh, et al.
Veröffentlicht: (2025)

Adaptive Multimodal Person Recognition: A Robust Framework for Handling Missing Modalities
von: Farhadipour, Aref, et al.
Veröffentlicht: (2025)

Towards Language-Independent Face-Voice Association with Multimodal Foundation Models
von: Farhadipour, Aref, et al.
Veröffentlicht: (2025)

CL-UZH submission to the NIST SRE 2024 Speaker Recognition Evaluation
von: Farhadipour, Aref, et al.
Veröffentlicht: (2025)

Not all Blends are Equal: The BLEMORE Dataset of Blended Emotion Expressions with Relative Salience Annotations
von: Lachmann, Tim, et al.
Veröffentlicht: (2026)

Leveraging Self-Supervised Models for Automatic Whispered Speech Recognition
von: Farhadipour, Aref, et al.
Veröffentlicht: (2024)

EmoLLM: Multimodal Emotional Understanding Meets Large Language Models
von: Yang, Qu, et al.
Veröffentlicht: (2024)

Deep Neural Networks for Automatic Speaker Recognition Do Not Learn Supra-Segmental Temporal Features
von: Neururer, Daniel, et al.
Veröffentlicht: (2023)

Ordering Matters: Rank-Aware Selective Fusion for Blended Emotion Recognition
von: Lee, Junghyun, et al.
Veröffentlicht: (2026)

Survey of Multimodal Geospatial Foundation Models: Techniques, Applications, and Challenges
von: Yang, Liling, et al.
Veröffentlicht: (2025)

ChefFusion: Multimodal Foundation Model Integrating Recipe and Food Image Generation
von: Li, Peiyu, et al.
Veröffentlicht: (2024)

ECMF: Enhanced Cross-Modal Fusion for Multimodal Emotion Recognition in MER-SEMI Challenge
von: Hu, Juewen, et al.
Veröffentlicht: (2025)

BlendFusion -- Scalable Synthetic Data Generation for Diffusion Model Training
von: Venkatesh, Thejas, et al.
Veröffentlicht: (2026)

Audio Description Generation in the Era of LLMs and VLMs: A Review of Transferable Generative AI Technologies
von: Gao, Yingqiang, et al.
Veröffentlicht: (2024)

A Multimodal Fusion Network For Student Emotion Recognition Based on Transformer and Tensor Product
von: Xiang, Ao, et al.
Veröffentlicht: (2024)

Sleep Stage Classification using Multimodal Embedding Fusion from EOG and PSM
von: Papillon, Olivier, et al.
Veröffentlicht: (2025)

Anchoring Emotions in Text: Robust Multimodal Fusion for Mimicry Intensity Estimation
von: Zhu, Lingsi, et al.
Veröffentlicht: (2026)

Expanding the Content-Style Frontier: a Balanced Subspace Blending Approach for Content-Style LoRA Fusion
von: Huang, Linhao
Veröffentlicht: (2025)

ERIT Lightweight Multimodal Dataset for Elderly Emotion Recognition and Multimodal Fusion Evaluation
von: Frieske, Rita, et al.
Veröffentlicht: (2024)

State-Space Models in Efficient Whispered and Multi-dialect Speech Recognition
von: Farhadipour, Aref, et al.
Veröffentlicht: (2025)

Beyond Imperfections: A Conditional Inpainting Approach for End-to-End Artifact Removal in VTON and Pose Transfer
von: Tabatabaei, Aref, et al.
Veröffentlicht: (2024)

Interactive Multimodal Fusion with Temporal Modeling
von: Yu, Jun, et al.
Veröffentlicht: (2025)

AdaFusion: Prompt-Guided Inference with Adaptive Fusion of Pathology Foundation Models
von: Xiao, Yuxiang, et al.
Veröffentlicht: (2025)

HFMF: Hierarchical Fusion Meets Multi-Stream Models for Deepfake Detection
von: Mehta, Anant, et al.
Veröffentlicht: (2025)

TeEFusion: Blending Text Embeddings to Distill Classifier-Free Guidance
von: Fu, Minghao, et al.
Veröffentlicht: (2025)

TidyVoice 2026 Challenge Evaluation Plan
von: Farhadipour, Aref, et al.
Veröffentlicht: (2026)

Investigating Disability Representations in Text-to-Image Models
von: Tian, Yang, et al.
Veröffentlicht: (2026)

Foundational Question Generation for Video Question Answering via an Embedding-Integrated Approach
von: Oh, Ju-Young
Veröffentlicht: (2025)

MANGO: Multimodal Attention-based Normalizing Flow Approach to Fusion Learning
von: Truong, Thanh-Dat, et al.
Veröffentlicht: (2025)

Multimodal Models Meet Presentation Attack Detection on ID Documents
von: Villanueva, Marina, et al.
Veröffentlicht: (2026)

MEDTalk: Multimodal Controlled 3D Facial Animation with Dynamic Emotions by Disentangled Embedding
von: Liu, Chang, et al.
Veröffentlicht: (2025)

DreamTalk: When Emotional Talking Head Generation Meets Diffusion Probabilistic Models
von: Ma, Yifeng, et al.
Veröffentlicht: (2023)

Low-Resource Vision Challenges for Foundation Models
von: Zhang, Yunhua, et al.
Veröffentlicht: (2024)

EmotionHallucer: Evaluating Emotion Hallucinations in Multimodal Large Language Models
von: Xing, Bohao, et al.
Veröffentlicht: (2025)

Plug-and-Play Logit Fusion for Heterogeneous Pathology Foundation Models
von: Huang, Gexin, et al.
Veröffentlicht: (2026)