顔表情認識のための一般的深層特徴抽出に向けて【JST・京大機械翻訳】

Schoneveld Liam; Othmani Alice

プレプリント

J-GLOBAL ID：202202213893337537 整理番号：22P0276941

顔表情認識のための一般的深層特徴抽出に向けて【JST・京大機械翻訳】

Towards a General Deep Feature Extractor for Facial Expression Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年01月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

人間の顔はかなりの量の情報を伝える。顔表情を通して,顔は言語化を必要とせずに多数の感情を通信できる。視覚感情認識は広く研究されている。最近,いくつかのエンドツーエンド訓練深層ニューラルネットワークが,このタスクのために提案された。しかし,そのようなモデルは,データセットを横断して一般化能力を欠いていることが多い。本論文では,任意の顔感情認識タスクまたはデータセットに適用するために十分な視覚特徴抽出器を学習する新しい深層学習ベース手法である,深顔表情ベクトル抽出(DeepFEVER)を提案した。深いFEVERは,AffectNetとGoogle顔表情比較データセットに関する最新の結果より優れている。また,深いFEVERの抽出された特徴は,他のデータセット,すなわち訓練中,すなわち,実際のWorld Affective Faces(RAF)データセットに,非常に良く一般化する。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

パターン認識

, ,

前のページに戻る