文献

J-GLOBAL ID：202202276119131838   整理番号：22A0951941

野生におけるビデオ感情認識のための多重特徴融合フレームワーク【JST・京大機械翻訳】

A multiple feature fusion framework for video emotion recognition in the wild

著者 (7件)： Samadiani Najmeh (School of Information Technology, Deakin University, Victoria, Australia) ,  Huang Guangyan (School of Information Technology, Deakin University, Victoria, Australia) ,  Luo Wei (School of Information Technology, Deakin University, Victoria, Australia) ,  Chi Chi-Hung (Data61, CSIRO, Tasmania, Australia) ,  Shu Yanfeng (Data61, CSIRO, Tasmania, Australia) ,  Wang Rui (School of Architecture and Built Environment, Deakin University, Victoria, Australia) ,  Kocaturk Tuba (School of Architecture and Built Environment, Deakin University, Victoria, Australia)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 8  ページ： e5764  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  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： ヒト感情はビデオで捉えられた顔表情から認識できる。それは,実験室制御および非制約環境におけるビデオ感情検出の改善を試みている成長研究領域である。既存の方法は,実験室制御データセット上で,セントリックな認識精度を示す一方,それらは,照明,ヘッド姿勢,および個々の外観における変化のような,様々な挑戦が取り組む必要がある,実世界の無制御環境において,はるかに低い精度を配信する。さらに,実世界ビデオからの表現から成る鍵フレームを自動的に同定することは,別の課題である。本論文では,これらの課題を克服するために,複数の特徴融合法によるビデオ感情認識を提供した。最初に,均一局所二値パターン(LBP)とスケール不変特徴変換特徴をビデオシーケンスの各フレームから抽出した。ランダムフォレスト分類器を適用することにより,静的フレームの全てを関連感情クラスによってラベル付けした。この方法で,中性および他の表現を含むキーフレームを自動的に同定できる。さらに,キーフレームから,新しい幾何学的特徴ベクトルと3つの直交平面からのLBPを抽出した。ロバスト性をさらに改善するために,視覚顔表情解析を増強するための追加次元としてビデオシーケンスからオーディオ特徴を抽出した。オーディオと視覚特徴をカーネルマルチモーダルスパース表現を通して融合した。最後に,マルチモーダル品質測度が各モダリティの品質と決定におけるその役割を指定するとき,ビデオシーケンスに対する対応する感情ラベルを割り当てることができる。野生とMMIデータセットにおける両作用顔表情の結果は,提案した方法がいくつかの対応するビデオ感情認識法より優れていることを証明した。Copyright 2022 Wiley Publishing Japan K.K. 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 ,  測度 ,  ベクトル ,  ヒト ,  *認識 ,  顔 ,  *録画装置 ,  オーディオ機器 ,  画像信号 ,  多モード ,  ロバスト性 ,  *フレームワーク【ソフトウェア開発】
準シソーラス用語： モダリティ ,  ビデオシーケンス ,  特徴ベクトル ,  *感情認識 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (7件)： データ融合 ,  野生におけるデータセット ,  感情認識 ,  LBP ,  ランダムフォレスト ,  SIFT ,  スパース表現

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ビデオ ,  感情認識 ,  多重 ,  特徴融合 ,  フレームワーク