文献

J-GLOBAL ID：201902261828500412   整理番号：19A1604986

顔表情認識と動作単位強度推定における見えない頭部姿勢への一般化【JST・京大機械翻訳】

Generalizing to Unseen Head Poses in Facial Expression Recognition and Action Unit Intensity Estimation

著者 (4件)： Werner Philipp (Neuro-Information Technology Group, Otto-von-Guericke University Magdeburg, Germany) ,  Saxen Frerk (Neuro-Information Technology Group, Otto-von-Guericke University Magdeburg, Germany) ,  Al-Hamadi Ayoub (Neuro-Information Technology Group, Otto-von-Guericke University Magdeburg, Germany) ,  Yu Hui (Visual Computing Group, University of Portsmouth, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： FG  ページ： 1-8  発行年： 2019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： 顔表情解析は,頭部姿勢,アイデンティティ,照明,オクルージョン,および表情自体に関する多数の自由度によって挑戦される。現在,この膨大な空間を,普遍的な良く実行する表現認識システムを訓練するためのデータで密にカバーすることは,ほとんど不可能であると思われている。本論文では,訓練データに見られない頭部姿勢に対する一般化の部分的挑戦に取り組み,姿勢部分空間のスパース被覆に沿って得ることを目的とした。この目的のために,著者らは,(1)姿勢誘導画像分散を大きく減少させるFANCと呼ばれる新しい顔正規化法を提案する。(2)著者らは,(a)FERA2017チャレンジデータ(芸術の新しい状態を達成する)と(b)マルチPIEデータセットによる顔表情認識によって,(a)行動ユニット強度推定に及ぼす提案した他の正規化方法の影響を比較した。そして,(3)姿勢不変CNNベース認識システムを訓練するために必要な頭部姿勢分布を検討した。提案したFANC法は,表現情報を保持し,2ms未満で実行する間,姿勢と顔の割合を正規化する。FANCと他の正規化法の出力画像上でCNNを訓練することにより達成された結果を比較すると,FANCは訓練中に利用可能な姿勢から20°以上離れると,他よりも著しく良くなる。コードとデータは利用可能である。Copyright 2019 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： 不変性 ,  自由度 ,  画像 ,  被覆 ,  正規化 ,  *表情 ,  オクルージョン
準シソーラス用語： スパース ,  部分空間 ,  訓練データ ,  アイデンティティ ,  表情分析 ,  *表情認識 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 顔表情認識 ,  強度推定 ,  頭部 ,  姿勢 ,  一般化