Buchumschlag

CLIP-AUTT: Test-Time Personalization with Action Unit Prompting for Fine-Grained Video Emotion Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeeshan, Muhammad Osama, Sharafi, Masoumeh, Savary, Benoît, Koerich, Alessandro Lameiras, Pedersoli, Marco, Granger, Eric
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

Test-Time Adaptation via Cache Personalization for Facial Expression Recognition in Videos
von: Sharafi, Masoumeh, et al.
Veröffentlicht: (2026)

Progressive Multi-Source Domain Adaptation for Personalized Facial Expression Recognition
von: Zeeshan, Muhammad Osama, et al.
Veröffentlicht: (2025)

Disentangled Source-Free Personalization for Facial Expression Recognition with Neutral Target Data
von: Sharafi, Masoumeh, et al.
Veröffentlicht: (2025)

Personalized Feature Translation for Expression Recognition: An Efficient Source-Free Domain Adaptation Method
von: Sharafi, Masoumeh, et al.
Veröffentlicht: (2025)

BAH Dataset for Ambivalence/Hesitancy Recognition in Videos for Digital Behavioural Change
von: González-González, Manuela, et al.
Veröffentlicht: (2025)

Spatial Action Unit Cues for Interpretable Deep Facial Expression Recognition
von: Belharbi, Soufiane, et al.
Veröffentlicht: (2024)

Multimodal Ambivalence/Hesitancy Recognition in Videos for Personalized Digital Health Interventions
von: González-González, Manuela, et al.
Veröffentlicht: (2026)

Guided Interpretable Facial Expression Recognition via Spatial Action Unit Cues
von: Belharbi, Soufiane, et al.
Veröffentlicht: (2024)

MuSACo: Multimodal Subject-Specific Selection and Adaptation for Expression Recognition with Co-Training
von: Zeeshan, Muhammad Osama, et al.
Veröffentlicht: (2025)

Joint Multimodal Transformer for Emotion Recognition in the Wild
von: Waligora, Paul, et al.
Veröffentlicht: (2024)

Multi Teacher Privileged Knowledge Distillation for Multimodal Expression Recognition
von: Aslam, Muhammad Haseeb, et al.
Veröffentlicht: (2024)

Subject-Based Domain Adaptation for Facial Expression Recognition
von: Zeeshan, Muhammad Osama, et al.
Veröffentlicht: (2023)

Distilling Privileged Multimodal Information for Expression Recognition using Optimal Transport
von: Aslam, Muhammad Haseeb, et al.
Veröffentlicht: (2024)

A Joint Cross-Attention Model for Audio-Visual Fusion in Dimensional Emotion Recognition
von: Praveen, R. Gnana, et al.
Veröffentlicht: (2022)

Textualized and Feature-based Models for Compound Multimodal Emotion Recognition in the Wild
von: Richet, Nicolas, et al.
Veröffentlicht: (2024)

Learning from Stochastic Teacher Representations Using Student-Guided Knowledge Distillation
von: Aslam, Muhammad Haseeb, et al.
Veröffentlicht: (2025)

Alleviating Catastrophic Forgetting in Facial Expression Recognition with Emotion-Centered Models
von: Laurensi, Israel A., et al.
Veröffentlicht: (2024)

Leveraging Transformers for Weakly Supervised Object Localization in Unconstrained Videos
von: Murtaza, Shakeeb, et al.
Veröffentlicht: (2024)

Dynamic Modality and View Selection for Multimodal Emotion Recognition with Missing Modalities
von: Menon, Luciana Trinkaus, et al.
Veröffentlicht: (2024)

VLOD-TTA: Test-Time Adaptation of Vision-Language Object Detectors
von: Belal, Atif, et al.
Veröffentlicht: (2025)

Visual Modality Prompt for Adapting Vision-Language Object Detectors
von: Medeiros, Heitor R., et al.
Veröffentlicht: (2024)

Improving Sampling Methods for Fine-tuning SentenceBERT in Text Streams
von: Garcia, Cristiano Mesquita, et al.
Veröffentlicht: (2024)

Low-Rank Expert Merging for Multi-Source Domain Adaptation in Person Re-Identification
von: Nehdi, Taha Mustapha, et al.
Veröffentlicht: (2025)

Automatic Proficiency Assessment in L2 English Learners
von: Mohammadi, Armita, et al.
Veröffentlicht: (2025)

A Realistic Protocol for Evaluation of Weakly Supervised Object Localization
von: Murtaza, Shakeeb, et al.
Veröffentlicht: (2024)

Source-Free Domain Adaptation for YOLO Object Detection
von: Varailhon, Simon, et al.
Veröffentlicht: (2024)

Human Emotions Analysis and Recognition Using EEG Signals in Response to 360$^\circ$ Videos
von: Abbasi, Haseeb ur Rahman, et al.
Veröffentlicht: (2024)

Cross Attentional Audio-Visual Fusion for Dimensional Emotion Recognition
von: Praveen, R. Gnana, et al.
Veröffentlicht: (2021)

A Review on Coarse to Fine-Grained Animal Action Recognition
von: Zia, Ali, et al.
Veröffentlicht: (2025)

fine-CLIP: Enhancing Zero-Shot Fine-Grained Surgical Action Recognition with Vision-Language Models
von: Sharma, Saurav, et al.
Veröffentlicht: (2025)

Revisiting Mixout: An Overlooked Path to Robust Finetuning
von: Aminbeidokhti, Masih, et al.
Veröffentlicht: (2025)

MiPa: Mixed Patch Infrared-Visible Modality Agnostic Object Detection
von: Medeiros, Heitor R., et al.
Veröffentlicht: (2024)

Music Genre Classification using Large Language Models
von: Meguenani, Mohamed El Amine, et al.
Veröffentlicht: (2024)

EZ-CLIP: Efficient Zeroshot Video Action Recognition
von: Ahmad, Shahzad, et al.
Veröffentlicht: (2023)

HalluciDet: Hallucinating RGB Modality for Person Detection Through Privileged Information
von: Medeiros, Heitor Rapela, et al.
Veröffentlicht: (2023)

Emotion Neural Transducer for Fine-Grained Speech Emotion Recognition
von: Shen, Siyuan, et al.
Veröffentlicht: (2024)

SRL-CLIP: Efficient CLIP Video Adaptation via Structured Semantic Role Labels
von: Singh, Darshan, et al.
Veröffentlicht: (2024)

microCLIP: Unsupervised CLIP Adaptation via Coarse-Fine Token Fusion for Fine-Grained Image Classification
von: Silva, Sathira, et al.
Veröffentlicht: (2025)

TeD-Loc: Text Distillation for Weakly Supervised Object Localization
von: Murtaza, Shakeeb, et al.
Veröffentlicht: (2025)

LT-Soups: Bridging Head and Tail Classes via Subsampled Model Soups
von: Aminbeidokhti, Masih, et al.
Veröffentlicht: (2025)