文献

J-GLOBAL ID：202102285489584973   整理番号：21A0229539

深層学習に基づく感情認識IoTシステム【JST・京大機械翻訳】

Deep Learning based Emotion Recognition IoT System

著者 (5件)： YOKOO Kentaro (Ritsumeikan University 1-1-1 Noji-higashi,College of Science and Engineering,Kusatsu,Shiga,Japan,525-8577) ,  ATSUMI Masahiko (Ritsumeikan University 1-1-1 Noji-higashi,College of Science and Engineering,Kusatsu,Shiga,Japan,525-8577) ,  TANAKA Kei (Ritsumeikan University 1-1-1 Noji-higashi,College of Science and Engineering,Kusatsu,Shiga,Japan,525-8577) ,  WANG Haoqing (Ritsumeikan University 1-1-1 Noji-higashi,Graduate School of Science and Engineering,Kusatsu,Shiga,Japan,525-8577) ,  MENG Lin (Ritsumeikan University 1-1-1 Noji-higashi,Graduate School of Science and Engineering,Kusatsu,Shiga,Japan,525-8577)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICAMechS  ページ： 203-207  発行年： 2020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： 最近,IoTシステムは様々な分野で野生に使用され,健康管理システムの研究分野で最も注目されている。本研究は,人々の感覚と健康状態をチェックするための感情認識IoTシステムの実現を目的とする。エッジサイドでは,設計したシステムは動きセンサを適用し,コンパクトなエッジデバイス,ラズベリーPiに搭載したRGBカメラを用いて,人間の動きを検出し,人々画像を撮影した。運動センサが運動を検出するとき,RGBカメラが始まり,人々の画像が取られる。次に,画像の顔領域をHaar特徴ベースのカスケード分類器によって人々画像から作っている。顔が検出されるとき,モバイルネットの深い学習モデルを人間同定のために適用して,顔画像を深い学習によって感情認識のためにサーバに送る。人間同定モデルに関して,ラズベリーPiに搭載されたMobileNetをGPUマシン上で以前に訓練した。また,感情認識深層学習モデルをGPUマシンによって訓練して,サーバマシンに装備した。また,9つの最先端の深層学習モデルのコンパッションに従って,モバイルネットを感情認識深層学習モデルとして選択する。実験結果において,運動センサとRGBカメラは良好に動作し,人間の識別精度はほぼ100%を達成した。さらに,顔画像はエッジからクラウドに正しく転送され,感情認識もより良い精度を達成する。実験結果はまた,提案システムの有効性を証明した。Copyright 2021 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： 学習モデル ,  健康管理 ,  有効性 ,  *携帯電話 ,  顔画像
準シソーラス用語： 健康状態 ,  ラズベリー ,  *感情認識 ,  *モノのインターネット ,  *深層学習 ,  RGBカメラ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深層学習 ,  感情認識 ,  IoT