Aller au contenu principal
Accès ouvert déclaré 2024 conference-paper

Reproducibility Companion Paper of "MMSF: A Multimodal Sentiment-Fused Method to Recognize Video Speaking Style"

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : cn, jp, ch. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

To support the replication of "MMSF: A Multimodal Sentiment-Fused Method to Recognize Video Speaking Style", which was presented at ICMR'23, this companion paper provides the details of the artifacts. Speaking style recognition is aimed at recognizing the styles of conversations, which provides a fine-grained description about talking. In the original paper, we proposed a novel multimodal sentiment-fused method, MMSF, which extracts and integrates visual, audio and textual features of videos and introduced sentiment in MMSF with cross-attention mechanism to enhance the video feature to recognize speaking styles. In this paper, we explain the details of the implement code and the dataset used for experiments.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Reproducibility Companion Paper of "MMSF: A Multimodal Sentiment-Fused Method to Recognize Video Speaking Style"
Date Crossref
30/05/2024
Éditeur
ACM
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Nanjing University State Key Laboratory for Novel Software Technology pays non établi dans la notice
    Université ou école supérieure
  • University of Yamanashi Department of Computer Science and Engineering pays non établi dans la notice
    Université ou école supérieure
  • University of Zurich Department of Informatics pays non établi dans la notice
    Université ou école supérieure

State Key Laboratory for Novel Software Technology — Nanjing University, Department of Computer Science and Engineering — University of Yamanashi et Department of Informatics — University of Zurich.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Video Analysis and SummarizationMusic and Audio ProcessingMultimodal Machine Learning Applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.