文献

J-GLOBAL ID：202102258024121139   整理番号：21A1141384

顔感情認識のための効率的な増分再構成モデルによるCNNベースブロード学習【JST・京大機械翻訳】

CNN-based Broad Learning with Efficient Incremental Reconstruction Model for Facial Emotion Recognition

著者 (8件)： Chen Luefeng (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Chen Luefeng (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Li Min (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Li Min (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Lai Xuzhi (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Lai Xuzhi (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Hirota Kaoru (Tokyo Institute of Technology, Yokohama 226-8502, Japan) ,  Pedrycz Witold (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, AB T6R 2G7, Canada)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 53  号： 2  ページ： 10236-10241  発行年： 2020年 
JST資料番号： W3101A  ISSN： 2405-8963  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： 効率的な増分再構成モデル(CNNBL)による畳込みニューラルネットワークベースブロード学習を提案し,人間-ロボットインタラクションにおける感情を認識する。顔感情画像から深く抽象的な特徴を抽出し,深層学習における顔感情認識に対する複雑な構造と遅いネットワーク更新の影響を低減することを目的とする。特徴抽出は,畳み込みと最大プール化によって実行して,次に,リッジ回帰アルゴリズムは,感情認識のために使用した。ネットワークが拡大する必要があるとき,ネットワークを増分学習アルゴリズムによって動的に更新する。k倍交差検証による実験性能を検証した。認識結果によって,著者らの提案のJAFFEデータベースに関する精度は,ソフトマックスと深い特許マルチ経路畳込みニューラルネットワークを有するローカルバイナリパターンのような最先端技術のものより大きい。Copyright 2021 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： アルゴリズム ,  畳込み ,  *学習 ,  データベース ,  ネットワーク ,  ロボット ,  特徴抽出 ,  *構成モデル ,  学習アルゴリズム
準シソーラス用語： *感情認識 ,  最先端技術 ,  ローカルバイナリパターン ,  深層学習 ,  リッジ回帰 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  広い学習 ,  感情認識 ,  人間-ロボット相互作用

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 (6件)： 顔 ,  感情認識 ,  増分 ,  構成モデル ,  CNN ,  学習