ライフサイクルを意識したカプセルネットワークを用いた顔動作の時空間解析【JST・京大機械翻訳】

Churamani Nikhil; Kalkan Sinan; Gunes Hatice

プレプリント

J-GLOBAL ID：202202218703131387 整理番号：21P0061840

ライフサイクルを意識したカプセルネットワークを用いた顔動作の時空間解析【JST・京大機械翻訳】

Spatio-Temporal Analysis of Facial Actions using Lifecycle-Aware Capsule Networks

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 (3件)： , ,
資料名：
発行年： 2020年11月17日プレプリントサーバーでの情報更新日： 2021年03月03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)

顔行動ユニット(AU)検出に対する最先端のアプローチの多くは,静的フレームからの顔表情の評価に依存し,高い顔活動のスナップショットを符号化する。しかし,実世界のインタラクションでは,顔表情は通常より微妙であり,時間的情報と同様に空間を学習するためにAU検出モデルを必要とする時間的方法で進化する。本論文では,顔AU活性化の時間的進化を符号化する空間および時空間特徴の両方に焦点を当てた。この目的のために,フレームとシーケンスレベル特徴の両方を用いてAU検出を行う,Action Unit Lifecycle Aware Capswork Network(AULA-Caps)を提案する。フレームレベルでは,AULA-Capsのカプセル層は,配列レベルでAU活性化を決定するために空間特徴プリミティブを学習し,配列レベルで,関連する空間-時間セグメントに焦点を合わせて,隣接フレーム間の時間的依存性を学習する。学習特徴カプセルは,AUライフサイクルに依存して空間または空間時間情報に選択的に焦点をつけるように学習する。提案モデルは,両方のデータセットに関して最先端の結果を得る一般的に使用されるBP4DとGFTベンチマークデータセットに関して評価した。【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