文献

J-GLOBAL ID：201802263246899854   整理番号：18A0935146

マクロ情報により伝達されるマイクロ表現認識のための効果的二値記述子の学習【JST・京大機械翻訳】

Learning effective binary descriptors for micro-expression recognition transferred by macro-information

著者 (5件)： Ben Xianye (School of Information Science and Engineering, Shandong University, Jinan 250100, PR China) ,  Jia Xitong (School of Information Science and Engineering, Shandong University, Jinan 250100, PR China) ,  Yan Rui (Computer Science Department, Rensselaer Polytechnic Institute, Troy, NY 12180, USA) ,  Zhang Xin (School of Information Science and Engineering, Shandong University, Jinan 250100, PR China) ,  Meng Weixiao (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin 150080, PR China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 107  ページ： 50-58  発行年： 2018年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,3つの有効二値顔記述子学習法,すなわち,3つの直交平面からの2重交差パターン(DCP-TOP),マクロ/マイクロ表現のためのホットホイールパターン(HWP)およびHWP-TOPを提案した。特徴選択を用いて,二値ディスクリプタをコンパクト化した。限られた標識ミクロ発現サンプルのために,より正確な分類器を訓練するために豊富なラベル化マクロ表現と音声サンプルを活用した。結合計量学習アルゴリズムを用いて,ミクロ表現サンプルとマクロ情報の間の共有特徴をモデル化した。滑らかなSVM(SSVM)を,マイクロ表現認識の性能を評価するための分類装置として選択した。広範な実験結果は,提案した方法がCASMEIIデータベース上で最先端の分類精度をもたらすことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ダウンサイジング ,  モデリング ,  特徴選択 ,  データベース ,  分類装置 ,  学習アルゴリズム ,  直交性 ,  *学習 ,  統制索引語
準シソーラス用語： 分類精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： マイクロ発現認識 ,  二値特徴記述子 ,  結合計量学習 ,  円滑なサポートベクトルマシン

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： マクロ ,  表現 ,  二値 ,  記述子 ,  学習