文献

J-GLOBAL ID：201702269907821298   整理番号：17A0206630

顔表情認識のための姿勢ロバストな特徴学習【Powered by NICT】

Pose-robust feature learning for facial expression recognition

著者 (5件)： Zhang Feifei (School of Computer Science and Communication Engineering, Jiangsu University) ,  Yu Yongbin (School of Computer Science and Communication Engineering, Jiangsu University) ,  Mao Qirong (School of Computer Science and Communication Engineering, Jiangsu University) ,  Gou Jianping (School of Computer Science and Communication Engineering, Jiangsu University) ,  Zhan Yongzhao (School of Computer Science and Communication Engineering, Jiangsu University)
資料名： Jisuanji Kexue Qianyan  (Jisuanji Kexue Qianyan)
巻： 10  号： 5  ページ： 832-844  発行年： 2016年 
JST資料番号： C2824A  ISSN： 2095-2228  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 非正面視野からの自動顔表情認識(FER)が最近研究コミュニティの注意を引くために開始した挑戦的な研究課題である。姿勢変化は対処が困難であり,多くの顔解析法は,洗練された正規化と初期値設定手順の使用を必要とする。不変顔表情認識伝統的方法が課題であり続けている頭である。本論文では,深い学習法により学習した姿勢ロバスト性特徴-主成分分析ネットワーク(PCANet)と畳込みニューラルネットワーク(CNN)(PRP CNN)に基づく姿勢不変FERのための新しいアプローチを提案した。第一段階では,ラベル付けされていない前面顔画像はPCANetによる特徴を学習するために使用されている。,第二段階で,特徴は,前頭面と非正面顔間の特徴マッピングを学習するために,CNNの標的として使用した。マップにより生成した新しい記述を用いた非正面顔画像を記述し,任意の顔画像のための統一された記述子を得た。最後に,姿勢ロバスト性特徴を用いて,各特定の姿勢のための複数モデルを訓練する代わりに核融合実験炉(FER)のための単一分類器を訓練した。,全体として,著者らの方法は,姿勢/ランドマークアノテーションを必要とせず,広範囲の方向ににおける表情を認識することができる。二公共データベース上で包括的な実験を行い,提案フレームワークでは顔表情解析において劇的な改善をもたらすことを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 顔画像 ,  正規化 ,  *学習 ,  初期値設定 ,  *表情 ,  畳込み ,  統制索引語 ,  不変性 ,  データベース ,  主成分分析 ,  *ロバスト性
準シソーラス用語： 表情分析 ,  正面顔 ,  姿勢変化 ,  *表情認識 , 【Automatic Indexing@JST】

著者キーワード (4件)： 顔表情認識 ,  姿勢ロバスト特徴 ,  主成分分析ネットワーク(PCANet) ,  畳込みニューラルネットワーク(CNN)

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 顔表情認識 ,  姿勢 ,  ロバスト ,  学習