文献

J-GLOBAL ID：202202262744118041   整理番号：22A1055558

残差整流畳込みニューラルネットワークに基づく表現認識【JST・京大機械翻訳】

Expression recognition based on residual rectification convolution neural network

著者 (3件)： Chen Bin (Informatization Office of Nanjing Normal University, Nanjing, China) ,  Zhu Jin-ning (Informatization Office of Nanjing Normal University, Nanjing, China) ,  Dong Yi-zhou (Informatization Office of Nanjing Normal University, Nanjing, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 7  ページ： 9671-9683  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 制御場面における低顔認識率の問題を解決するために,残差整流集中畳込みニューラルネットワークに基づく表現認識アルゴリズムを提案した。この方法は,プロトタイプとして畳込みニューラルネットワークを採用した。訓練モデルのプロセスにおいて,残差ネットワークのアイデアを導入して,試験セットの影響とトレーニングセットの効果の間の差異を修正した。畳込み層に埋め込まれた励起関数による残留ブロックの線形整流操作は,複雑な特徴を表現するのを助ける。同時に,データ集約法を用いて,訓練過程中の深層ニューラルネットワークモデルの高速フィッティングを抑制し,与えられた認識タスクにおける一般化性能を改善し,次に,モデル学習効果のロバスト性を改善した。実験では,この方法を適用してオンライン教育環境をシミュレートし,制御シーンにおける効果的な顔表情認識結果を得た。実験データによると,この方法は制御条件下で顔画像入力を効果的に分類することができ,最高精度は91.7%であった。本研究は表情認識と人間-コンピュータ相互作用の開発に役立つ。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *畳込み ,  データ ,  *ネットワーク ,  *ニューラルネットワーク ,  *残差 ,  精度 ,  *整流 ,  ロバスト性 ,  コンピュータ
準シソーラス用語： 画像入力 ,  表情認識 ,  認識アルゴリズム ,  データ集約 ,  ディープニューラルネットワーク ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 制御されたシーン ,  畳込みニューラルネットワーク ,  残留整流 ,  データ強化 ,  励起関数 ,  表情認識

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 残差 ,  整流 ,  畳込みニューラルネットワーク ,  表現