Towards visual emotion analysis via Multi-Perspective Prompt Learning with Residual-Enhanced Adapter

适配器(计算) 残余物 透视图(图形) 计算机科学 心理学 人工智能 计算机硬件 算法
作者
Chunlei Wu,Qinfu Xu,Yiwei Wei,Shaozu Yuan,Jie Wu,Leiquan Wang
出处
期刊:Knowledge Based Systems [Elsevier]
卷期号:295: 111790-111790
标识
DOI:10.1016/j.knosys.2024.111790
摘要

Visual emotion analysis (VEA), a crucial task that identifies the emotional content conveyed in an image, has garnered increasing attention due to the rapid growth of image posts in modern social media. Prompted by the remarkable generalization ability of prompt learning, recent studies have endeavored to develop adaptive contextual prompts to adjust the representation spaces in visual emotion analysis dynamically. However, the majority of these studies have focused on non-oriented prompting strategies, overlooking the sentiment information associated with emotion labels. In this paper, we propose a novel approach, Multi-Perspective Prompt Learning (MPP-CLIP), within the context of CLIP, for visual emotion analysis. Our approach not only involves non-oriented prompting using learnable contexts but also leverages emotion-oriented prompting based on emotion labels. Thus, our design facilitates a strong coupling between the vision-emotion features, ensuring mutual synergy and discouraging the adoption of solely non-oriented solutions. In addition, we introduce Residual-Enhanced Adapter, which employs residual-style feature mixing to achieve efficient transfer learning from pre-trained CLIP to visual emotion analysis. Extensive experimental evaluations demonstrate our approach outperforms previous state-of-the-art (SOTA) methods while maintaining significantly lower computational and memory costs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
睡不醒应助傢誠采纳,获得10
刚刚
大汉皇帝发布了新的文献求助10
1秒前
2秒前
3秒前
嘟嘟完成签到,获得积分10
3秒前
CipherSage应助wfoldman采纳,获得10
4秒前
温文尔雅完成签到,获得积分10
5秒前
daker发布了新的文献求助10
6秒前
汪哈七完成签到,获得积分10
7秒前
仓颉发布了新的文献求助10
7秒前
8秒前
8秒前
不爱喝可乐完成签到,获得积分20
8秒前
Zpiao完成签到,获得积分20
8秒前
Singularity应助酷炫笑翠采纳,获得10
8秒前
SZS完成签到,获得积分20
10秒前
我和狂三贴贴完成签到,获得积分10
10秒前
12秒前
12秒前
dqpmlc发布了新的文献求助10
14秒前
keyaner发布了新的文献求助10
14秒前
CipherSage应助momo采纳,获得10
15秒前
15秒前
16秒前
东东完成签到 ,获得积分10
17秒前
罗实发布了新的文献求助10
18秒前
zhenxing发布了新的文献求助10
18秒前
18秒前
佩奇发布了新的文献求助10
19秒前
20秒前
Yziii应助科研通管家采纳,获得20
20秒前
Akim应助科研通管家采纳,获得10
20秒前
Hello应助科研通管家采纳,获得10
20秒前
大模型应助科研通管家采纳,获得80
20秒前
搜集达人应助哈哈哈哈采纳,获得10
20秒前
李爱国应助活力数据线采纳,获得10
20秒前
852应助科研通管家采纳,获得10
20秒前
情怀应助科研通管家采纳,获得10
20秒前
斯文败类应助科研通管家采纳,获得10
20秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137944
求助须知:如何正确求助?哪些是违规求助? 2788863
关于积分的说明 7788861
捐赠科研通 2445259
什么是DOI,文献DOI怎么找? 1300236
科研通“疑难数据库(出版商)”最低求助积分说明 625878
版权声明 601046