Learning When to Listen: Gated Affect Fusion for Human Motion Prediction
学习何时倾听：用于人体运动预测的门控情感融合
机构 * University of Oxford（牛津大学）
专题命中 音视频/视觉语言融合 ：multimodal fusion(abstract)；分类 cs.CV
AI总结 提出门控情感变换器（GAT）动态调节跨模态信息流，解决无约束视频中情感特征与姿态融合的噪声问题，证明面部情感仅在短中期（如30帧）提供有限预测线索。
