文献

J-GLOBAL ID：201902244492201427   整理番号：19A2855511

視聴覚データのCNNベース特徴を用いた感情次元の推定【JST・京大機械翻訳】

Estimation of affective dimensions using CNN-based features of audiovisual data

著者 (5件)： Basnet Ramesh (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC H3G 1M8, Canada) ,  Islam Mohammad Tariqul (Department of Electrical and Electronic Engineering, Bangladesh University of Engineering and Technology, Dhaka 1205, Bangladesh) ,  Howlader Tamanna (Institute of Statistical Research and Training, University of Dhaka, Dhaka 1000, Bangladesh) ,  Rahman S. M. Mahbubur (Department of Electrical and Electronic Engineering, Bangladesh University of Engineering and Technology, Dhaka 1205, Bangladesh) ,  Hatzinakos Dimitrios (Department of Electrical and Computer Engineering, University of Toronto, Toronto M5S 2E4, Canada)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 128  ページ： 290-297  発行年： 2019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： 感情状態の自動推定は,感情がユーザ指向対話技術における重要な要素であるので,大きな関心事である。本論文は,連続レベルの感情状態の次元を予測するために,フィードフォワード畳込みニューラルネットワーク(CNN)の使用とそのようなネットワークから抽出された特徴を調査する。この文脈において,ビデオと音声データを同時に学習する2ストリームCNNアーキテクチャを提案した。感情次元に対するオーディオビジュアルデータのエンドツーエンドマッピングは,2ストリームネットワークがその単一ストリーム対応物よりも優れていることを明らかにした。CNNsによって学習された表現は,最小冗長性最大関連性統計選択法を通して精密化される。次に,選択したCNNベースの特徴に適用したサポートベクトル回帰により,感情次元の瞬時値を推定した。提案した方法を訓練し,良く知られたRECOLAとSEMAINEデータベースのオーディオビジュアル変換を用いてテストした。実験的には,CNNベースの特徴の回帰が,従来のオーディオビジュアル感情特徴およびエンドツーエンドCNNマッピングより優れていることを検証した。一般化実験を通して,訓練と試験データセットの設定が広く異なるとき,学習表現が許容できる予測性能を提供するのに十分ロバストであることも観察される。Copyright 2019 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： ロバスト性 ,  計算機アーキテクチャ ,  会話 ,  ネットワーク ,  *学習 ,  冗長性 ,  データベース ,  録画装置 ,  エンドツーエンド方式 ,  精密化 ,  フィードフォワード
準シソーラス用語： 予測性能 ,  サポートベクトル回帰 ,  選択法 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 畳み込みニューラルネットワーク ,  感情的特徴 ,  感情次元

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 視聴覚データ ,  CNN ,  感情 ,  次元 ,  推定