文献

J-GLOBAL ID：202202236820466380   整理番号：22A0942975

顔動作単位認識のためのデータアウェア関係学習ベースグラフ畳込みニューラルネットワーク【JST・京大機械翻訳】

Data-aware relation learning-based graph convolution neural network for facial action unit recognition

著者 (11件)： Jia Xibin (Faculty of Information Technology, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Jia Xibin (Beijing Municipal Key Laboratory of Multimedia and Intelligent Software Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Jia Xibin (Beijing Institute of Artificial Intelligence, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Zhou Yuhan (Faculty of Information Technology, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Li Weiting (Faculty of Information Technology, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Li Jinghua (Faculty of Information Technology, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Li Jinghua (Beijing Municipal Key Laboratory of Multimedia and Intelligent Software Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Li Jinghua (Beijing Institute of Artificial Intelligence, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Yin Baocai (Faculty of Information Technology, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Yin Baocai (Beijing Municipal Key Laboratory of Multimedia and Intelligent Software Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China) ,  Yin Baocai (Beijing Institute of Artificial Intelligence, Beijing University of Technology, Pingleyuan 100, Chaoyang District, Beijing 100124, China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 155  ページ： 100-106  発行年： 2022年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,AU認識のための新しいデータ意識関係グラフ畳込みニューラルネットワーク(DAR-GCN)を提案した。動的に関係の学習と更新により,それは潜在的動的個人顔表現方法のモデリングを促進し,従って,制約のない環境下でAU認識を改善する。参照としてAUの心理学的研究知識を取り上げて,著者らは,合意として広く使用されたAUと6つの基本的感情を頂点として採用し,そして,AUsと感情依存関係の間のそれらの共起性または外因的関係を,グラフを構成するためにエッジとして採用する。さらに,データ駆動関係グラフ発生器(DAR-GG)モジュールを提案し,データ駆動メトリック学習との関係を学習した。この提案方式は,データからAU関係を計算および更新するのに有益であり,それは,顔の解剖学的構造による固有の関係と同様に,個々の表現特性によって引き起こされる特定の関係を抽出することを容易にする。比較実験を3つの公開データセット:CK+,RAF-AUおよびDISFAで行った。実験結果は,提案手法が,心理的知識から定義された固定AU関係を持つグラフに基づくベースラインよりも,より高いAU認識精度率を達成することを実証した。さらに,提案手法は,GCNベースの動的AU関係学習戦略を利用することにより,いくつかの既存の最先端のAU認識法より優れている。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  表現 ,  *学習 ,  比率 ,  *顔 ,  表情 ,  性質 ,  基準線 ,  比較試験 ,  機械学習
準シソーラス用語： 共起性 ,  認識精度 ,  データ駆動 ,  *関係学習 ,  メトリック学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： AU認識 ,  FACS ,  GCN ,  関係表現 ,  計量学習

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 顔 ,  関係学習 ,  グラフ ,  畳込みニューラルネットワーク