文献

J-GLOBAL ID：202002229032865541   整理番号：20A2328454

SAANet:動的表情認識を改善するためのSiameseアクションユニット注意ネットワーク【JST・京大機械翻訳】

SAANet: Siamese action-units attention network for improving dynamic facial expression recognition

著者 (6件)： Liu Daizong (School of Electronic Information and Communication, Huazhong University of Science and Technology, Wuhan, China) ,  Ouyang Xi (School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Xu Shuangjie (School of Electronic Information and Communication, Huazhong University of Science and Technology, Wuhan, China) ,  Zhou Pan (School of Cyber Science and Engineering, Huazhong University of Science and Technology, Wuhan 430074, China) ,  He Kun (Computer Science Department, Huazhong University of Science and Technology, Wuhan, China) ,  Wen Shiping (Faculty of Engineering & Information Technology Core Member, Centre for Artificial Intelligence, University of Technology Sydney, Ultimo, NSW 2007, Australia)
資料名： Neurocomputing  (Neurocomputing)
巻： 413  ページ： 145-157  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 顔表情認識(FER)は,人間-コンピュータ相互作用,ロボット工学から健康管理までの広範囲の応用を有する。FERは畳み込みニューラルネットワーク(CNN)の成功により著しい進歩を遂げたが,顔行動の動的変化によるビデオベースFERでは特に困難である。特定の発散は,異なる表現の間に存在するので,ビデオベースのタスクにおける異なる表現のための細粒識別を学習する,シームシーカスケード構造を有するメトリック学習フレームワークを導入した。また,そのようなメトリック学習フレームワークのためのペアワイズサンプリング戦略を開発した。さらに,感情領域から空間コンテキストを抽出するためのFERタスクに合わせた新しい行動ユニット注意機構を提案した。この機構は,行動単位(AU)部分(眼,鼻,および口)の特徴を知覚する任意の位置から単一特徴を可能にするための疎な自己注意様式として働いている。さらに,テンテントプールモジュールを設計し,時間的重要性を捉えることによって,ビデオシーケンス上の有益なアイテムを選択した。4つの広く使用されたデータセット(CK+,Oulu-CASIA,MMI,およびAffectNet)に関する実験を行い,また,著者らの提案方法のロバスト性をさらに調査するために,野生データセットAFEWに関する実験を行った。結果は,著者らのアプローチが既存の最先端の方法より優れていることを実証した。さらに詳細に,各成分のアブレーション研究を示した。Copyright 2020 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： 相互作用 ,  学習 ,  *ネットワーク ,  録画装置 ,  健康管理 ,  アブレーション ,  ロバスト性 ,  コンピュータ
準シソーラス用語： ロボット工学 ,  ビデオシーケンス ,  *表情認識 ,  メトリック学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 表情認識 ,  計量学習 ,  行動単位の注意 ,  サンプリング戦略

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 表情認識 ,  アクション ,  注意