畳込みニューラルネットワークと条件付き確率場を用いた時空間表情認識【JST・京大機械翻訳】

Hasani Behzad; Mahoor Mohammad H.

プレプリント

J-GLOBAL ID：202202218592460521 整理番号：22P0040281

畳込みニューラルネットワークと条件付き確率場を用いた時空間表情認識【JST・京大機械翻訳】

Spatio-Temporal Facial Expression Recognition Using Convolutional Neural Networks and Conditional Random Fields

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： 2017年03月20日プレプリントサーバーでの情報更新日： 2017年04月24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。

自動顔表情認識(FER)は,数十年間挑戦的な課題であった。既存の研究の多くは,LBP,HOG,LPQ,および表現認識のためのサポートベクトルマシンのような分類器と組み合わせた光フロー(HOF)のヒストグラムのような手作業特徴を用いている。これらの方法は,良好な結果を達成するために厳密なハイパーパラメータチューニングを必要とすることが多い。最近,深層ニューラルネットワーク(DNN)は,視覚物体認識において従来の方法より優れていることが示されている。本論文では,ビデオにおける顔表情認識のための条件付きランダムフィールド(CRF)モジュールに続くDNNベースアーキテクチャから成る2部分ネットワークを提案した。第一部では,畳み込み層を用いて顔画像内の空間関係を捉え,次に3つのIncep-ResNetモジュールと2つの完全接続層が続いた。画像フレーム間の時間的関係を把握するため,ネットワークの第2部分に線形鎖CRFを用いた。3つの公的に利用可能なデータベース,すなわち,提案したネットワークを評価した。CK+,MMIおよびFERA。被験者独立および交差データベース方式で実験を行った。著者らの実験結果は,CRFモジュールによる深いネットワークアーキテクチャのカスケードがビデオにおける顔表情の認識をかなり増大させ,特に,クロスデータベース実験で最先端の方法よりも性能が優れており,被験者に依存しない実験で同等の結果をもたらすことを示す。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, , ,

前のページに戻る