arXiv · AI· Yuheng Zhang, Jie Zhang, Yuecong Min, Yunwei Zhao, Meichen Liu, Qiankun Li, Shiguang Shan·· 4 小时前AI 评分23
PI-MLLM: 基于心理物理学的多模态大语言模型用于奇怪治愈系视频情绪分析
PI-MLLM: Psychophysics-Inspired Multimodal Large Language Model for Oddly Satisfying Video Emotion Analysis
AI 导读
研究团队构建包含 12,000 个 5 秒剪辑的 OSVD 数据集，并提出 PI-MLLM 模型以分析奇怪治愈系视频（OSVs）。 该模型集成模态特定动态对齐（MSDA）与联盟制视听归因（CAVA），利用 Shapley 归因识别主导模态及视听证据的协同或冲突关系。 实验表明 PI-MLLM 提升了观众侧情绪预测及基于感官解释的质量，验证了物理感官线索对视频情绪分析的价值。
来源：arXiv · AI · arxiv.org