文献

J-GLOBAL ID：202002265669177014   整理番号：20A1930620

ビデオベース感情認識のためのマルチアテンション融合ネットワーク【JST・京大機械翻訳】

Multi-Attention Fusion Network for Video-based Emotion Recognition

著者 (3件)： Wang Yanan (KDDI Research, Inc.) ,  Wu Jianming (KDDI Research, Inc.) ,  Hoashi keiichiro (KDDI Research, Inc.)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICMI ’19  ページ： 595-601  発行年： 2019年 
JST資料番号： D0698C  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： 人間は,マルチモーダルアラインメント問題を考慮することなく視覚およびオーディオモダリティから重要な感情情報に日常的に注意を払い,ある間隔で重要なマルチモーダル情報を統合することにより感情を認識する。本論文では,人間の感情認識機構をモデル化することにより,感情認識性能を改善する目的で,複数の注意融合ネットワーク(MAFN)を提案した。MAFNは2つのタイプの注意機構から成る:モード内注意機構を適用して,単一モードフレームシーケンスから代表的感情特徴を動的に抽出した。モード間注意機構を適用して,それらの重要性に基づく特定のモード特徴を自動的に強調した。さらに,マルチモーダルドメイン適応法を定義し,モダリティ間のインタラクションを捉えるのに正の効果を与えた。MAFNはAFEW試験セットで58.65%の認識精度を達成し,41.07%のベースラインと比較して有意な改善であった。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  相互作用 ,  *ネットワーク ,  核融合 ,  オーディオ機器 ,  多モード ,  基準線 ,  単一モード
準シソーラス用語： モダリティ ,  *感情認識 ,  認識精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 注意機構 ,  感情認識 ,  核融合ネットワーク ,  マルチモーダル ,  マルチモーダルドメイン適応

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 (5件)： ビデオ ,  感情認識 ,  マルチ ,  アテンション ,  融合