文献
J-GLOBAL ID:201702215859288210   整理番号:17A0310552

自発的表情認識のためのGrassmann多様体上の学習プロトタイプとsimiles【Powered by NICT】

Learning prototypes and similes on Grassmann manifold for spontaneous expression recognition
著者 (4件):
資料名:
巻: 147  ページ: 95-101  発行年: 2016年06月 
JST資料番号: W0185A  ISSN: 1077-3142  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
ビデオ自発的表情認識は同じ発現カテゴリーの発現様式と実行速度の両方の大きな個人間変動のために挑戦的な課題である。鍵の一つは,効果的に顔変動を捕捉し,性格の影響を緩和することができるロバストな表現法を調べることである。本論文では,著者らは,表現,すなわち「プロトタイプ」を行う場合,異なる被験者により一般に共有されることができることを典型的なパターンを学習することを提案した。特に,ここではまず,顔領域の統計的モデル(すなわち,線形部分空間)を適用し各ビデオに特異的な発現パターンを生成した。クラスタリングアルゴリズムは,すべてのこれらの発現パターンに採用し,クラスタ手段は「プロトタイプ」と見なされている。従って,我々の学習された「プロトタイプ」への個人特異的パターンの類似性を測定するための「simile」特徴を設計した。両技術はGrassmann多様体,特徴符号化方法を濃縮し,固有の測地線を導入することにより,データ構造をより良好に明らかにに行った。見せかけおよび自然発現データベース双方上での包括的実験を行った。全ての結果により,本手法が最先端の性能的に優れており,データベースを横断するシナリオ下で良好な伝達能力を持つことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
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
パターン認識 
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