PriorNet은 얼굴 영상에서 참여도를 예측하는 새로운 프레임워크로, 전처리, 모델 적응, 목적 함수 설계의 세 단계에서 Prior 정보를 활용합니다.
얼굴 검출 실패를 명시적인 zero-frame placeholder로 변환하여 누락된 얼굴 이벤트도 입력 시퀀스에 포함하고, Prior-LoRA 모듈을 통해 SVFAP 백본을 효율적으로 특화합니다.
EngageNet, DAiSEE, DREAMS, PAFE 벤치마크에서 기존 모델보다 성능이 향상되었으며, 각 요소의 기여를 분석한 결과 상호 보완적인 효과를 확인했습니다.