抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
顔表情認識は人間の挙動解析と人間コンピュータ相互作用においてますます重要な役割を果たしている。Facial Action Coding System(FACS)により符号化された顔動作単位(AU)は,顔表情の解釈のための豊富な手がかりを提供する。AU分析に関する多くの過去の研究は,正面画像のみを用いたが,自然画像は,はるかに広いバ種類姿勢を含んでいた。FG2017顔表情の認識と解析挑戦(FERA 2017)は,参加者が九種類の姿勢角の下でAU発生と強度を推定する必要がある。FERA2017AU強度推定サブ課題に対処するマルチタスク深いネットワークを提案した。ネットワークは姿勢推定および姿勢依存AU強度推定のタスクを同時に実行する。推定姿勢を用いた単一推定への姿勢依存AU強度推定を統合する。二タスクはImageNetに前訓練された深層畳込みニューラルネットワーク(CNN)の移動底層を共有している。著者らのモデルは,ベースライン結果的に優れており,最もAUsのための九種の姿勢角の間のバランスの取れた性能を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】