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。
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】