3 分で読了
0 views

微表情認識のためのモーションプロンプトチューニング — MPT: Motion Prompt Tuning for Micro-Expression Recognition

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「微表情をAIで取れるようにすれば現場対応が変わる」と言われて困っております。そもそも微表情ってビジネスで役立つんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!微表情は短時間で出るごく小さな表情の変化で、例えば面談や顧客応対で本音を補助的に推定できるんです。大丈夫、一緒に要点を整理しますよ。

田中専務

それは分かりやすい説明で助かります。ただ、我々のような現場で使えるのか、コストと効果の関係が心配です。導入でどんな利益が見込めるのでしょうか。

AIメンター拓海

いい質問です。要点は三つですよ。第一に、現行の大規模モデル(Large Models: LM)を小さなデータで賢く適応させられる点、第二に微細な動きの取り出し方、第三に現場に負担をかけない少量パラメータ調整です。これで投資対効果が見えやすくなるんです。

田中専務

LMという言葉は聞きますが、我々は専門外でして。これって要するに既に学習済みの賢い箱をそのまま使って、細かい部分だけ調整するということですか。

AIメンター拓海

まさにその通りですよ、田中専務。簡単に言えば、既に多くの視覚的知識を持つモデルを凍結して、微表情に特化した小さな部品だけ学習させる手法です。大丈夫、既存の知識を活かすから学習コストも低く抑えられるんです。

田中専務

では現場で何を測れば良いかが分かれば、投資は小さくて済みますね。具体的にはどんな工夫が必要なのでしょうか。

AIメンター拓海

観察のコツは二つです。ひとつは微細な動きだけを強調して取り出す技術、もうひとつはその動きを言語化してモデルに与えるプロンプト化です。映像から

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
道路交通の因果を発見するNEXICA
(NEXICA: Discovering Road Traffic Causality)
次の記事
ベトナム産材の自動識別に向けた深層学習
(Deep Learning for Automated Identification of Vietnamese Timber Species)
関連記事
実験マイクログラフの深層学習支援ノイズ除去
(Deep Learning Assisted Denoising of Experimental Micrographs)
スタックオーバーフローの自動双モーダル質問タイトル生成
(Automatic Bi-modal Question Title Generation for Stack Overflow with Prompt Learning)
人間の好みを“数値”でなく“表現”として学ぶ時代へ — LRHP: Learning Representations for Human Preferences via Preference Pairs
高消光VIPAベースの濁った生体媒体におけるブリルアン分光法
(High-extinction VIPA-based Brillouin spectroscopy of turbid biological media)
拒否トークンによる応答制御の実務的手法
(Refusal Tokens: A Simple Way to Calibrate Refusals in Large Language Models)
病理学的視覚グラウンディングの新ベンチマークとデータセット
(PathVG: A New Benchmark and Dataset for Pathology Visual Grounding)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む