一种用于吸烟检测的多模态深度学习架构及小数据方法
计算机视觉与模式识别
2024-03-13 v1 人工智能
摘要
引言：隐蔽烟草广告常引发监管措施。本文表明人工智能，尤其是深度学习，在检测隐性广告方面具有巨大潜力，并能够对烟草相关媒体内容进行无偏、可复现且公平的量化。方法：我们提出一种基于深度学习、生成式方法与人机增强的集成文本与图像处理模型，即便在可用训练数据极少的情况下，也能以文本与视觉格式检测吸烟情形。结果：我们的模型对图像可达 74% 准确率，对文本可达 98% 准确率。此外，我们的系统集成了以人机增强形式进行专家干预的可能性。结论：利用深度学习可用的预训练多模态、图像与文本处理模型，即便训练数据很少，也能在不同媒体中检测吸烟行为。
引用
@article{arxiv.2309.10561,
title = {A multimodal deep learning architecture for smoking detection with a small data approach},
author = {Robert Lakatos and Peter Pollner and Andras Hajdu and Tamas Joo},
journal= {arXiv preprint arXiv:2309.10561},
year = {2024}
}