文献

J-GLOBAL ID：201802266208077417   整理番号：18A1027710

Grassmann多様体上の軌跡解析による3D動的シーケンスからの自発的表現検出【JST・京大機械翻訳】

Spontaneous Expression Detection from 3D Dynamic Sequences by Analyzing Trajectories on Grassmann Manifolds

著者 (4件)： Alashkar Taleb (Mines-Telecom/Telecom Lille, CRIStAL (UMR CNRS 9189), Villeneuve d’Ascq, France) ,  Amor Boulbaba Ben (Mines-Telecom/Telecom Lille, CRIStAL (UMR CNRS 9189), Villeneuve d’Ascq, France) ,  Daoudi Mohamed (Mines-Telecom/Telecom Lille, CRIStAL (UMR CNRS 9189), Villeneuve d’Ascq, France) ,  Berretti Stefano (Department of Information Engineering, University of Florence, Firenze, Italy)
資料名： IEEE Transactions on Affective Computing  (IEEE Transactions on Affective Computing)
巻： 9  号： 2  ページ： 271-284  発行年： 2018年 
JST資料番号： W2423A  ISSN： 1949-3045  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： 本論文において,著者らは,深さビデオからの幸福または物理的疼痛のようなオンライン自発的感情検出のためのフレームワークを提案した。著者らのアプローチは,時間パラメータ化軌道を形成するために,ビデオストリームをGrassmannマニホールド(すなわちk次元線形部分空間の空間)上にマッピングすることに基づいている。この目的のために,深さビデオを,k次元線形部分空間により近似された短時間の系列に分解し,それはGrassmannマニホールド上の点である。次に,部分空間の時間発展は,基礎となる多様体上の軌跡の正確な数学的表現をもたらす。最終段階において,幾何学運動履歴(GMH)と呼ばれる軌跡に沿った速度ベクトルの計算に基づく抽出時空間特徴を,構造化出力SVMに基づく初期イベント検出器に供給し,部分的に観測されたデータからオンライン感情検出を可能にした。公開されているCam3D KinectとBP4D自然データベースで得られた実験結果は,提案された解決策を検証する。最初のデータベースは,深さ消費者カメラを用いて収集された身体の上部の深さシーケンスを用いて提案フレームワークを例証するために役立ち,一方,第2のデータベースは,高分解能で長い3D顔シーケンスからの物理的疼痛検出への同じ枠組みの応用を可能にした。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： 疼痛 ,  線形性 ,  録画装置 ,  *多様体 ,  *軌跡 ,  カメラ ,  *Grassmann多様体 ,  パラメタリゼーション ,  構造形成 ,  データベース ,  *三次元 ,  マニホールド
準シソーラス用語： Kinect ,  部分空間 ,  オンライン , 【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 (6件)： Grassmann多様体 ,  軌跡 ,  解析 ,  3D ,  シーケンス ,  表現