文献
J-GLOBAL ID:202202282920001721   整理番号:22A0965733

深いカプセル敵対領域適応ネットワークに基づくマイクロ表現認識【JST・京大機械翻訳】

Micro-expression recognition based on deep capsule adversarial domain adaptation network
著者 (5件):
資料名:
巻: 31  号:ページ: 013021  発行年: 2022年 
JST資料番号: W0500A  ISSN: 1017-9909  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
要約。人間内の真の感覚と動機を明らかにするマイクロ表現(ME)は,自動感情認識の分野でかなりの注目を集めている。ロバストなマイクロ発現認識(MER)に対する主な課題は,短いME期間,顔面筋運動の低い強度,および不十分なサンプルである。これらの課題に応えるために,著者らはMERのための光フローベースの深いカプセル敵対領域適応ネットワーク(DCADAN)を提案して,それはこれらの推測から生じる深いニューラルネットワークを活用した。アイデンティティ関連特徴の悪影響を軽減するために,光学フロー前処理を適用して,顔MEsと高度に関連する微妙な顔運動情報を符号化した。次に,深いカプセルネットワークを開発し,オプティカルフロー特徴に関する部分-ホール関係を決定した。データ不足に対処して,ドメイン適応を通して一般化能力を強化するために,マクロ表現データから利用可能なサンプルを豊かにする敵対的識別モジュールをカプセルネットワークに統合して,拡張的エンドツーエンド深層ネットワークを訓練した。最後に,簡単で効率的な注意モジュールをDCDANに埋め込み,光フロー畳込みマップを一次カプセル層に適応的に集約した。leave-one-out交差検証を用いて,クロスデータベースMEベンチマーク(3DB)の全ネットワークの性能を評価した。非加重F1スコア(UF1)と非加重平均想起(UAR)を評価尺度として活用した。DCDANに基づくMERは,UF1スコア0.801およびUARスコア0.829を,0.788のUF1および更新されたアプローチに対する0.782のUARと比較して達成した。包括的な実験結果は,カプセルネットワークへの敵対的ドメイン適応の組み込みが,MEにおける識別特徴を表現するために実行可能で有効であり,提案モデルがMERのための最先端の深層学習ネットワークより優れていることを示した。Copyright 2022 SPIE and IS&T Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る