文献

J-GLOBAL ID：202202229762354495   整理番号：22A0848690

現実の試験データを用いるマルチモーダル De検出【JST・京大機械翻訳】

Multimodal Deception Detection Using Real-Life Trial Data

著者 (6件)： Sen M. Umut (Faculty of Engineering and Natural Sciences, Sabanci University, Istanbul, Turkey) ,  Perez-Rosas Veronica (Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor, MI, USA) ,  Yanikoglu Berrin (Faculty of Engineering and Natural Sciences, Sabanci University, Istanbul, Turkey) ,  Abouelenien Mohamed (Department of Computer and Information Science, University of Michigan-Dearborn, Dearborn, MI, USA) ,  Burzo Mihai (Department of Mechanical Engineering, University of Michigan Flint, Flint, MI, USA) ,  Mihalcea Rada (Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor, MI, USA)
資料名： IEEE Transactions on Affective Computing  (IEEE Transactions on Affective Computing)
巻： 13  号： 1  ページ： 306-319  発行年： 2022年 
JST資料番号： W2423A  ISSN： 1949-3045  資料種別： 逐次刊行物 (A)
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： w andと防御者の聞き取りは,求愛試行決定に達するとき,重要な役割を果たす。試行結果の高い性質を考えると,意思決定プロセスを支援する計算モデルの開発は重要な研究である。本論文では,実生活試行データにおける認識の同定に取り組んだ。公共裁判試験から収集したビデオから成るデータセットを用いた。著者らは,防御者と w味によって提供される真実と知覚的記述の間の識別を狙うマルチモーダル知覚検出システムを構築するために,言語と非言語方式の使用を調査した。特に,3つの補完的様式(視覚,音響および言語)を,被験者レベルでの知覚の分類のために評価した。スコアレベル分類によって3つのモダリティを結合することによって,最終分類装置を得て,被験者レベル検出において83.05%の精度を達成した。これらの結果を展望に置くために,著者らは,異なるモダリティを用いて知覚を検出する人間の能力を評価し,その結果を開発したシステムと比較する,人間の知覚検出研究を提示する。結果は,このシステムが,デシットを同定する平均非エキスパート人間能力より優れていることを示した。Copyright 2022 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： 視覚 ,  言語 ,  データ ,  分類 ,  音響 ,  分類装置 ,  精度 ,  録画装置 ,  求愛 ,  人間 ,  *多モード ,  計算モデル
準シソーラス用語： 被験者 ,  モダリティ ,  検知システム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 現実 ,  試験データ ,  マルチモーダル