用对象检测和面部表情识别进行图像标题,用于智能工业.
Abdul Saboor Khan1, Abdul Haseeb Khan2, Muhammad Jamshed Abbass3
1Department of Electrical Engineering and Information Technology, Otto-von-Guericke University, 39106 Magdeburg, Germany.
Bioengineering (Basel, Switzerland)
|December 30, 2025
概括
这项研究引入了一个AI图像标题系统,集成面部表情识别以增强情感背景. 这种新的方法提高了标题准确性和情感理解,优于现有的方法.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 情感计算是一种情感计算.
背景情况:
- 图像标题模型往往缺乏情感和上下文的深度.
- 整合情感线索可以提高生成的标题的语义丰富性.
研究的目的:
- 开发一个包含面部表情识别的图像标题系统.
- 在人工智能生成的字幕中增强情感和上下文理解.
- 根据已建立的基准来评估系统的性能.
主要方法:
- 一个新的系统,结合了情感线索和视觉特征用于图像标题.
- 在定制数据集上进行的实验 (FlickrFace11k,COCOFace15k).
- 使用标准指标进行评估:BLEU,METEOR,ROUGE-L,CIDEr和SPICE. 这些指标均为标准指标.
主要成果:
- 拟议的模型在所有指标上显著优于基线模型 (Show-Attend-Tell,Up-Down).
- 在CIDEr上获得2.5分,在SPICE上获得1.0分的显著收益.
- 通过5倍的交叉验证与最小标准偏差 (<±0.2) 证明了稳定性.
结论:
- 该系统有效地捕获细粒度的情绪表达,超越了传统模型.
- 潜在的应用包括情感计算,辅助技术和以人为中心的人工智能.
- 该管道支持现场/边缘部署和工业4.0集成.
关键词:
卷积神经网络 (CNN) 是一种神经网络.边缘AI 边缘AI医疗卫生与健康管理局 (HSE) 负责.工业4.0 工业4.0 工业4.0 工业4.0 工业4.0 是一个这就是为什么物联网是物联网物联网.视觉语言预先培训 (VLP)深度学习是一种深度学习.面部表情识别 面部表情识别人类与机器人的协作.图片标题图片标题图片标题多式模式深度学习对象检测检测对象检测对象检测预测性维护是预测性的维护.

