抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人間の感情は,基本および複合表情を含む。しかしながら,顔表情認識(FER)に関する現在の研究は,主に基本的表現に焦点を合わせ,従って,実際のシナリオにおける人間の感情の多様性に対処するのに失敗する。一方,化合物FERに関する既存の研究は,豊富な標識化合物発現訓練データに大きく依存しており,それは,心理学の専門的指導の下でしばしば面倒に収集される。本論文では,ターゲットドメインからの新しいクラスの少数の画像だけが参照として要求される,クロスドメイン少数ショット学習設定における化合物FERを研究した。特に,容易にアクセス可能な基本表現データセットで訓練されたモデルで,非セエン化合物表現を同定することを目的とした。FERタスクにおける限られたベースクラスの問題を軽減するために,著者らは,2段階学習フレームワークに基づいて,感情ブランチと類似性ブランチから成る新しい感情誘導類似性ネットワーク(EGS-Net)を提案した。特に,第一段階では,類似性ブランチをマルチタスク方式で感情ブランチと共同訓練した。感情分岐の正則化により,異なるエピソードで高度に重複するサンプリングされたベースクラスへの過剰適合からの類似性分岐を防ぐ。第2段階では,感情ブランチと類似性ブランチは互いに交互に学習する「2つのスチューデントゲーム」を演ずる,それによって,非セーレン化合物表現に関する類似性ブランチの推論能力をさらに改良する。実験室内およびin-the the the the【JST・京大機械翻訳】