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。
いわゆる顔アクションユニット(AUs)の検出,顔面筋の活性化の自動検出は,感情認識や挙動解析のような分野における表情分析/認識の応用のために大きな注目を集めている。しかしの微妙な表現認識は複数の情報源を用いた,集学的アプローチを必要とする挑戦的な仕事である。本論文では,このような手法を調査し,問題の問題の異なる側面をモデル化のいくつかの特別なディープニューラルネットワーク(DNN)からの情報を融合する新しい深い学習アーキテクチャを提案した。提案アプローチの中核であるマルチラベル分類問題に固有のデータ不均衡を扱うように深層ネットワーク費用関数の新しい動的適応である このcrossdatabaseトレーニングを可能にする。提案した訓練手法の利点と異なるアーキテクチャは,特定のAUsに適しているを示した。広範な実験結果は筆者らのマルチモーダルアプローチはかなりの縁による芸術の状態よりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】