文献

J-GLOBAL ID：201702214241283804   整理番号：17A0368970

眼領域からの自然ミクロ発現を認識する【Powered by NICT】

Recognizing spontaneous micro-expression from eye region

著者 (6件)： Duan Xiaodong (Dalian Key Lab of Digital Technology for National Culture, Dalian Minzu University, Dalian 116600, China) ,  Dai Qiguo (Dalian Key Lab of Digital Technology for National Culture, Dalian Minzu University, Dalian 116600, China) ,  Dai Qiguo (School of Computer Science and Engineering, Dalian Minzu University, Dalian 116600, China) ,  Wang Xinhan (Dalian Key Lab of Digital Technology for National Culture, Dalian Minzu University, Dalian 116600, China) ,  Wang Yuangang (Dalian Key Lab of Digital Technology for National Culture, Dalian Minzu University, Dalian 116600, China) ,  Hua Zhichao (Dalian Key Lab of Digital Technology for National Culture, Dalian Minzu University, Dalian 116600, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 217  ページ： 27-36  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 微表情は自発的顔表情,短時間および低強度との一種である。不随意特徴のため,隠蔽する人トライ時には一つの真の感情を明らかにするために有用である。,感情コンピューティングの分野から注目の大きなを集めている。従来手法は,顔面全体に微表情を認識に焦点を当てた。事実,微表情は眼領域でしばしば現れる計算であることに注目することは価値がある。本論文では,眼領域,すなわちeyeME内微表情を認識するためのフレームワークを提案した。特に,LBP-TOP特徴は,眼領域から抽出し,複数の分類器は,表情を認識するように訓練した。は広く使用されているCASME2データベース上で提案したフレームワークを試験した。実験結果は幸福と嫌悪発現を同定する場合,提案eyeMEフレームワークは,顔面全体と口領域を用いた方法よりも優れていることを示した。目領域に関する情報はこれらの種類の微少表現の認識に重要であることを確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データベース ,  *表情 ,  顔表情
準シソーラス用語： 嫌悪 ,  感情コンピューティング , 【Automatic Indexing@JST】

著者キーワード (4件)： マイクロ表現認識 ,  眼 ,  局所二値パターン ,  自発的発現

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 眼 ,  発現