文献

J-GLOBAL ID：201702261289803325   整理番号：17A0180258

表情からの自動感情検出モデル【Powered by NICT】

Automatic emotion detection model from facial expression

著者 (4件)： Dagar Debishree (School of Computer Engineering, Kalinga Institute of Industrial Technology, Bhubaneswar - 751024, India) ,  Hudait Abir (School of Computer Engineering, Kalinga Institute of Industrial Technology, Bhubaneswar - 751024, India) ,  Tripathy H. K. (School of Computing, University Utara Malaysia, Sintok, Kedah, Malaysia) ,  Das M. N. (School of Computer Engineering, Kalinga Institute of Industrial Technology, Bhubaneswar - 751024, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICACCCT  ページ： 77-85  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間の顔は人間の感情の同定と運転状態監視,個人学習,健康モニタリングなどのようないくつかの実際の応用のための人間とコンピュータの相互作用の分野における感情の自動認識のための驚異的な役割を果たしている。報告されている多くの顔の感情認識システムが,被験者非依存動的特徴を十分に考慮していないので,それらが主体(人間の顔)変化,頭の動きと照明変化と実生活認識タスクのための十分にロバストでない。本論文では,顔表情を用いた感情検出のための自動化フレームワークを設計することを試みた。人間-計算機相互作用のために顔の表情は非言語的コミュニケーションのためのプラットフォームを可能にした。感情は推進の力の結果として誘発される可変発生を効果的にした。実生活応用において,感情の検出は,非常に困難な課題である。顔表情認識システムは色,配向,発現,姿勢と集合組織のような複数の変動を有する人間の顔を克服する必要がある。提案フレームワークでは,ライブストリーミングのフレームを採取し,Grabor特徴抽出とニューラルネットワークを用いてそれを処理した。主成分分析による抽出を使用した感情顔属性とそれぞれの感情を持つ異なる顔表情のクラスタ化を検出すること。最後に表情を決定別々に,処理した特徴ベクトルを既に学んだパターン分類器を経由した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： パターン分類 ,  主成分分析 ,  *表情 ,  ロバスト性 ,  クラスタ化 ,  特徴抽出
準シソーラス用語： 特徴ベクトル ,  表情認識 ,  非言語的コミュニケーション ,  顔表情 ,  照明変化 ,  被験者 ,  感情認識 ,  自動認識 ,  *感情検出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 表情 ,  感情検出 ,  モデル