近日，第十届开放环境下情感行为分析国际挑战赛（简称10th ABAW）最终成绩正式公布。云知声携手中国科学技术大学於俊副教授团队表现亮眼，在情绪模仿强度估计赛道（Emotional Mimicry Intensity Estimation，EMI）和动作单元检测赛道（Action Unit Detection，AU）中斩获冠军，在表情识别赛道（Expression Recognition，EXPR）中荣获季军，交出两冠一季的优异答卷。依托赛事技术成果，联合团队三篇创新论文也在CVPR2026Workshop正式发表，彰显国内团队在情感计算与多模态理解领域的强劲实力。
CVPR是计算机视觉领域全球知名会议，ABAW作为其核心专题赛事，聚焦开放环境人类情感行为分析，是情感计算领域极具影响力的国际竞赛。本届赛事设置表情识别、动作单元检测、情绪模仿强度估计等六大挑战性任务，吸引了全球各地高校、科研机构与科技企业同台竞技。人类情感行为分析依托视觉、语音、文本等多模态信息解读情绪与行为，是自然人机交互的核心方向，在智能助手、数字人、心理健康评估等领域拥有广阔应用前景。
多模态技术创新突破，攻克真实场景难点
针对开放环境下信号噪声、模态缺失、长时序依赖等行业痛点，联合团队针对不同赛道场景定制创新算法框架，实现技术突破。在情绪模仿强度估计（EMI）赛道，团队提出TAEMI框架，打破传统融合模式，将文本作为稳定语义锚点，通过文本锚定双交叉注意力机制完成视觉、语音信号对齐融合，搭配可学习缺失模态标记与模态随机丢弃策略，大幅提升模型在信号受损、模态缺失场景下的稳定性，该方案在Hume-Vidmimic2数据集上性能远超现有基线。
动作单元检测（AU）赛道方面，团队搭建层次粒度对齐与状态空间建模框架。该框架采用DINOv2、WavLM两大基础模型提取音视频特征，借助层次粒度对齐模块关联局部面部动作与全局语义，并引入Vision-Mamba架构实现线性复杂度的超长时序建模，结合语音引导状态空间机制，深度融合音视频线索，有效解决人脸姿态多变、长时序建模困难等问题。
补齐识别短板，完善技术体系布局
在表情识别（EXPR）赛道，团队聚焦视觉遮挡、模态缺失与样本类别不均衡三大难题，研发双分支Transformer框架。该框架通过双分支结构分别处理视觉、语音特征，利用交叉注意力实现跨模态交互；创新安全注意力机制，保障视觉信号缺失时模型可依托语音正常推理。同时，团队采用焦点损失函数缓解数据长尾问题，并结合滑动窗口软投票策略优化长视频预测效果，有效提升复杂场景下表情识别的准确率与鲁棒性，最终斩获该赛道季军。
长期以来，云知声与中国科大围绕多模态人工智能、情感计算开展深度产学研合作，持续推动技术落地。此次在ABAW赛事取得多项佳绩，既是双方技术积累的集中体现，也为开放环境情感行为分析提供了全新思路。（咸宁新闻网）
新华社北京3月5日电 国务院总理李强5日在政府工作报告中介绍今年政府工作任务时提出，切实保障和改善民生，加强和创新社会治理。坚持以人民为中心的发展思想，履行好保基本、兜底线职责，采取更多惠民生、暖民心举措，扎实推进 3月5日上午，北京人民大会堂，十四届全国人大二次会议开幕。首位盲人全国人大代表王永澄，拿到一份特别的政府工作报告—— 雪白的8K纸，环形装订，上面有序排列着凹凸的盲文…… 王永澄代表一边认真聆听报告，一边用双手仔细摩挲 南方财经全媒体记者卓皙雯 马嘉璐 广州报道3月5日，十四届全国人大二次会议开幕。2024年政府工作报告提到：要健全数据基础制度，大力推动数据开发开放和流通使用；适度超前建设数字基础设施 据海关统计，2024年前2个月，我国货物贸易（下同）进出口总值6.61万亿元人民币，同比（下同）增长8.7%。其中，出口3.75万亿元，增长10.3%；进口2.86万亿元，增长6.7%；贸易顺差8908.7亿元，扩大23.6%。按美元 21世纪经济报道记者张梓桐 北京报道21世纪经济报道记者注意到，今年《政府工作报告》（以下简称《报告》）提到对2024年经济增长目标设定在5%左右，强调今年我国发展面临的环境仍是战略机遇 21世纪经济报道记者 缴翼飞 北京报道加快发展新质生产力写入今年的政府工作报告，并被列为2024年十大工作任务的首位。当前为何要加快发展新质生产力？如何发展新质生产力？今年两会期间，21 。本文链接：CVPR2026 10th ABAW赛事收官，云知声联合中国科大斩获两冠一季http://www.sushuapos.com/show-1-63762-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 《政声直达》2026年7月8日
下一篇： “河北净菜”热销京城