论文
MAC 2026:推进微动作分析以实现细粒度的理解
MAC 2026: Advancing Micro-Action Analysis Towards Fine-Grained Understanding
摘要
微动作 (MA) 是微妙且自发的人类行为,为社交互动和情感交流提供重要的非语言线索。然而,它们的持续时间短、运动模式弱和细粒度的语义差异使得它们难以以标准化的方式进行注释、建模和评估。为了促进微动作分析的学术研究,我们提出并每年组织微动作分析大挑战赛(MAC)作为这一新兴领域的公共基准平台。 MAC 的前两个版本建立了微动作识别和检测的标准化评估设置,提供可公开访问的数据集和协议。在这些版本的基础上,本文提出了与 ACM Multimedia 2026 联合举办的第三届 MAC。在从识别转向细粒度微动作理解的主题下,该版本进一步扩大了挑战的范围,超越了传统的识别和检测。特别是,我们引入了一项名为细粒度微动作理解的新任务,在多模态 大语言模型 的帮助下进行评估,旨在评估模型捕获细粒度语义线索并在更深层次上解释微妙的人类微动作的能力。我们总结了来自顶尖团队的数据集、任务设置、评估协议、竞赛结果和代表性解决方案。最后,我们讨论微动作分析的未来方向及其在以人为中心的视频理解中更广泛的作用。