文献

J-GLOBAL ID：201702262892844942   整理番号：17A1254968

畳込みニューラルネットワークと条件付き確率場を用いた空間-時間顔表情認識【Powered by NICT】

Spatio-Temporal Facial Expression Recognition Using Convolutional Neural Networks and Conditional Random Fields

著者 (2件)： Hasani Behzad ,  Mahoor Mohammad H.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FG  ページ： 790-795  発行年： 2017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： 自動顔表情認識(FER)は数十年のための挑戦的な作業であった。既存の研究の多くは,LBP,H OG,LPQ,表情認識のためのサポートベクトルマシンのような分類器と組合わせたオプティカルフロー(HOF)のヒストグラムのような手作りの特徴を用いた。これらの方法は,しばしば良好な結果を達成するために厳密なハイパーパラメータチューニングを必要とする。ディープニューラルネットワーク(DNN)は視覚物体認識における伝統的方法に優れていることを示した。本論文では,DNNベースアーキテクチャビデオにおける顔表情認識のための条件付き確率場(CRF)モジュールの二部分ネットワークを提案した。第1部では,畳込み層とそれに続く三開始ResNetモジュールと二完全結合層を用いた顔画像内の空間関係を捕捉した。画像フレーム間の時間的関係を捕捉するために,筆者らは筆者らのネットワークの第二部で線状鎖CRFを用いた。三種類の公開利用可能なデータベース,すなわちに関する著者らの提案したネットワークを評価した。CK+,MMI,FERA。実験はsubjectindependentとデータベースを横断する方法で行った。著者らの実験結果は,CRFモジュールを持つ深いネットワークアーキテクチャをカスケードビデオにおける顔の表情の認識を著しく増加させ,特に,データベースを横断する実験におけるstateofの最先端手法よりも優れており,被験者実験で同等の結果をもたらすことを示した。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： *表情 ,  物体認識 ,  ヒストグラム ,  *畳込み ,  *ネットワーク ,  サポートベクトルマシン ,  データベース ,  *ニューラルネットワーク ,  顔画像 ,  視覚 ,  オプティカルフロー
準シソーラス用語： 被験者実験 ,  画像フレーム ,  *表情認識 ,  *条件つき確率場 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  条件付き確率場 ,  顔表情認識