文献

J-GLOBAL ID：201802218046545118   整理番号：18A2045044

畳込みニューラルネットワーク構造に基づく顔表情認識技術に関する研究【JST・京大機械翻訳】

Research on Facial Expression Recognition Technology Based on Convolutional-Neural-Network Structure

著者 (6件)： Guo Junqi (College of Information Science and Technology, Beijing Normal University, Beijing, China) ,  Shan Ke (College of Information Science and Technology, Beijing Normal University, Beijing, China) ,  Wu Hao (College of Information Science and Technology, Beijing Normal University, Beijing, China) ,  Bie Rongfang (College of Information Science and Technology, Beijing Normal University, Beijing, China) ,  You Wenwan (College of Information Science and Technology, Beijing Normal University, Beijing, China) ,  Lu Di (College of Information Science and Technology, Beijing Normal University, Beijing, China)
資料名： International Journal of Software Innovation  (International Journal of Software Innovation)
巻： 6  号： 4  ページ： 103-116  発行年： 2018年 
JST資料番号： W3950A  ISSN： 2166-7160  資料種別： 逐次刊行物 (A)
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： 人間の顔表情は,ほとんどの伝統的なアプローチの認識精度が特徴抽出に大きく依存するように,微妙に変化する。本論文では,顔表情のより深い特徴表現を発見するために,顔表情認識システムを考案するために,深い畳込みニューラルネットワーク(CNN)を採用した。提案したシステムは入力モジュール,前処理モジュール,認識モジュールおよび出力モジュールから構成されている。著者らは,異なる因子(例えば,ネットワーク構造,学習速度および前処理)の影響下で性能をシミュレーションし,評価するために,jaffeおよびck+を導入した。また,零平均Gauss白色雑音をもつ系の反雑音特性を調べた。加えて,それらは異なる発現ペアに関する認識精度をシミュレートして,類似の表現認識に関する混乱問題を議論する。最終的に,それらはCNNと比較してk-最近傍(KNN)アルゴリズムを導入して,結果をより説得力にする。Copyright 2018 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  特徴抽出 ,  白色雑音 ,  前処理 ,  雑音特性 ,  カオス ,  アルゴリズム ,  コンピュータビジョン ,  *ネットワーク構造
準シソーラス用語： 学習速度 ,  特徴表現 ,  認識精度 ,  *顔表情 ,  *表情認識 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 感情コンピューティング ,  人工知能 ,  コンピュータビジョン ,  畳み込みニューラルネットワーク ,  深層学習 ,  表情認識研究 ,  機械学習

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 (3件)： 畳込みニューラルネットワーク ,  顔表情認識 ,  研究