文献

J-GLOBAL ID：201802256822906164   整理番号：18A1811392

ディープ信念ネットワークを用いたLDPPとLTPによる顔表情認識【JST・京大機械翻訳】

Facial Expression Recognition with LDPP & LTP using Deep Belief Network

著者 (2件)： Vasudha (Department of Electronics and Communication Engineering, Dr. B.R. Ambedkar National Institute of Technology, Jalandhar, India) ,  Kakkar Deepti (Department of Electronics and Communication Engineering, Dr. B.R. Ambedkar National Institute of Technology, Jalandhar, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SPIN  ページ： 503-508  発行年： 2018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： 本論文では,局所指向性位置パターン(LDPP)と局所三成分パターン(LTP)を,局所二値パターン(LBP)と局所指向性パターン(LDP)のような以前の技術に対して多くの利点を有する顔認識法に対して選択した。LDPPとLTPの選択された技術は,画像から特徴を抽出するだけを助けるそれらのアルゴリズムにおけるestrangである。LDPPはLDPの改訂形式である。典型的なLDPにおいて,トップエッジ方向のみを考慮したが,ピクセルの強度符号は考慮されず,エッジ画素の反対の種類に対して同じコードをもたらす可能性があった。このスナップはLDPPによって克服され,より良い特徴抽出のためにLTPとさらに連結される。いったん特徴が抽出されると,それらは深い信念ネットワークを用いて訓練される。実験作業において,各表現の10の画像,すなわち,角度,驚き,dis,中立,sa,smを選択した。LDPPとLTPを連結し,主成分分析(PCA)と一般判別分析(GDA)を行った。さらに,訓練のために,深い信念ネットワーク(DBN)を使用し,それは最終的に認識率を増加させて,95.3%の精度を達成する。それは連結なしで89.3%であった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 判別分析 ,  アルゴリズム ,  画像 ,  特徴抽出 ,  *画素 ,  指向性 ,  主成分分析
準シソーラス用語： 認識率 ,  顔貌認識 ,  *表情認識 ,  *信念ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 信念ネットワーク ,  LTP ,  顔表情認識