文献

J-GLOBAL ID：201702274800210223   整理番号：17A1254953

顔動作単位の検出のための融合マルチラベル深ネットワーク【Powered by NICT】

Fusing Multilabel Deep Networks for Facial Action Unit Detection

著者 (2件)： Bishay Mina ,  Patras Ioannis
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FG  ページ： 681-688  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： 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】

シソーラス用語： 計算機アーキテクチャ ,  費用関数 ,  モデリング ,  *ネットワーク ,  顔面筋 ,  学習 ,  情報源
準シソーラス用語： 動的適応 ,  不均衡 ,  マルチラベル分類 ,  ディープニューラルネットワーク ,  表情分析 ,  挙動解析 ,  感情認識 ,  自動検出 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 顔 ,  融合 ,  マルチ ,  ラベル