文献

J-GLOBAL ID：202102287190761139   整理番号：21A0231582

ロバストな顔表情認識のためのオクルージョン適応深層ネットワーク【JST・京大機械翻訳】

Occlusion-Adaptive Deep Network for Robust Facial Expression Recognition

著者 (3件)： Ding Hui (University of Maryland,College Park) ,  Zhou Peng (University of Maryland,College Park) ,  Chellappa Rama (University of Maryland,College Park)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCB  ページ： 1-9  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： 部分的に閉塞した顔の表現の認識は,挑戦的なコンピュータビジョン問題である。以前の表現認識法は,この問題を見落とし,非現実的な仮定を用いて解決する。人間の視覚システムがオクルージョンを無視し,非オクルージョンされた顔領域に焦点を当てたという事実によって動機づけられて,著者らは,それらが認識のために使用されないように,閉塞された領域から崩壊した特徴を発見して,捨てるために,ランドマーク誘導の注意ブランチを提案した。まず,特定の顔部分が閉塞され,非閉塞領域へ参加するモデルを導くかどうかを示すために,注意マップを作成した。ロバスト性をさらに改善するために,顔領域分岐を提案し,特徴マップを非重複顔ブロックに分割し,各ブロックのタスクを独立に表現する。これはより多様で識別的な特徴をもたらし,顔が部分的に閉塞されたとしても,表現認識システムを再カバーできる。2つの分岐のシナジー効果に依存して,著者らのオクルージョン適応深層ネットワークは,2つの挑戦的なインザイスベンチマークデータセットと3つの実世界のオクルージョン表現データセットに関する最先端の方法よりも著しく優れていた。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： *ネットワーク ,  相乗作用 ,  コンピュータビジョン ,  深層 ,  *ロバスト性 ,  *オクルージョン
準シソーラス用語： 表情認識 ,  ランドマーク ,  特徴マップ ,  視覚システム , 【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 (5件)： ロバスト ,  顔表情認識 ,  オクルージョン ,  適応 ,  深層