論文の概要: Automatic Micro-Expression Apex Frame Spotting using Local Binary Pattern from Six Intersection Planes

• arxiv url: http://arxiv.org/abs/2104.02149v1
• Date: Mon, 5 Apr 2021 20:42:57 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-07 23:50:40.412472
• Title: Automatic Micro-Expression Apex Frame Spotting using Local Binary Pattern from Six Intersection Planes
• Title（参考訳）: 6つの交点平面からの局所2値パターンを用いたマイクロ表現apexフレームの自動スポッティング
• Authors: Vida Esmaeili, Mahmood Mohassel Feghhi, Seyed Omid Shahdi
• Abstract要約: 6分割平面(LBP-SIPl)から局所バイナリパターンと呼ばれる特徴抽出器を提案する。 この方法は、6つの交叉面上のLPPコードを抽出し、それらを結合する。 その結果,提案手法は頂点フレームスポッティングにおいて優れた性能を発揮した。
• 参考スコア（独自算出の注目度）: 3.222802562733787
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Facial expressions are one of the most effective ways for non-verbal communications, which can be expressed as the Micro-Expression (ME) in the high-stake situations. The MEs are involuntary, rapid, and, subtle, and they can reveal real human intentions. However, their feature extraction is very challenging due to their low intensity and very short duration. Although Local Binary Pattern from Three Orthogonal Plane (LBP-TOP) feature extractor is useful for the ME analysis, it does not consider essential information. To address this problem, we propose a new feature extractor called Local Binary Pattern from Six Intersection Planes (LBP-SIPl). This method extracts LBP code on six intersection planes, and then it combines them. Results show that the proposed method has superior performance in apex frame spotting automatically in comparison with the relevant methods on the CASME database. Simulation results show that, using the proposed method, the apex frame has been spotted in 43% of subjects in the CASME database, automatically. Also, the mean absolute error of 1.76 is achieved, using our novel proposed method.
• Abstract（参考訳）: 表情は非言語コミュニケーションにおいて最も効果的な方法の1つであり、高い状況下ではME(Micro-Expression)として表現できる。 MEは不随意で、迅速で、微妙で、真の人間の意図を明らかにすることができる。 しかし、その強度が低く、非常に短いため、特徴抽出は非常に困難である。 三次元直交平面(LBP-TOP)特徴抽出器の局所バイナリパターンはME解析に有用であるが,本質的な情報とはみなさない。 この問題に対処するため,Six Intersection Planes (LBP-SIPl) からローカルバイナリパターンと呼ばれる特徴抽出器を提案する。 この方法は、6つの交叉面上のLPPコードを抽出し、それらを結合する。 その結果,提案手法はCASMEデータベースの関連手法と比較して,頂点フレームスポッティングにおける性能が優れていることがわかった。 シミュレーションの結果,提案手法を用いて,CASMEデータベースの被験者の43%に頂点フレームが自動的に検出されていることがわかった。 また, 提案手法を用いて, 1.76 の平均絶対誤差を達成する。

関連論文リスト

• Bridge the Points: Graph-based Few-shot Segment Anything Semantically [79.1519244940518]
  プレトレーニング技術の最近の進歩により、視覚基礎モデルの能力が向上した。 最近の研究はSAMをFew-shot Semantic segmentation (FSS)に拡張している。 本稿では,グラフ解析に基づく簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2024-10-09T15:02:28Z)
• Micro-Expression Recognition by Motion Feature Extraction based on Pre-training [6.015288149235598]
  マイクロ圧縮認識タスクのための新しい動き抽出戦略(MoExt)を提案する。 MoExtでは、まず、開始フレームと頂点フレームから形状特徴とテクスチャ特徴を分離して抽出し、その後、両方のフレームの形状特徴に基づいてMEに関連する運動特徴を抽出する。 提案手法の有効性を3つの一般的なデータセットで検証した。
  論文  参考訳（メタデータ） (2024-07-10T03:51:34Z)
• Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
  自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。 提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。 提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2024-01-12T22:51:48Z)
• Self-Supervised Neuron Segmentation with Multi-Agent Reinforcement Learning [53.00683059396803]
  マスク画像モデル(MIM)は,マスク画像から元の情報を復元する簡便さと有効性から広く利用されている。 本稿では、強化学習(RL)を利用して最適な画像マスキング比とマスキング戦略を自動検索する決定に基づくMIMを提案する。 本手法は,ニューロン分節の課題において,代替自己監督法に対して有意な優位性を有する。
  論文  参考訳（メタデータ） (2023-10-06T10:40:46Z)
• Provably Efficient Representation Learning with Tractable Planning in Low-Rank POMDP [81.00800920928621]
  部分的に観測可能なマルコフ決定過程(POMDP)における表現学習の研究 まず,不確実性(OFU)に直面した最大推定(MLE)と楽観性を組み合わせた復調性POMDPのアルゴリズムを提案する。 次に、このアルゴリズムをより広範な$gamma$-observable POMDPのクラスで機能させる方法を示す。
  論文  参考訳（メタデータ） (2023-06-21T16:04:03Z)
• Maximize to Explore: One Objective Function Fusing Estimation, Planning, and Exploration [87.53543137162488]
  我々はtextttMEX というオンライン強化学習(オンラインRL)フレームワークを提案する。 textttMEXは、自動的に探索エクスプロイトのバランスをとりながら、見積もりと計画コンポーネントを統合する。 様々な MuJoCo 環境では,ベースラインを安定的なマージンで上回り,十分な報酬を得られる。
  論文  参考訳（メタデータ） (2023-05-29T17:25:26Z)
• AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
  大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。 本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。 幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
  論文  参考訳（メタデータ） (2023-05-26T05:52:27Z)
• ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models [32.95155349925248]
  本稿では,外部観測から推論プロセスを取り除き,トークン消費量を大幅に削減するモジュラーパラダイムReWOOを提案する。 マルチステップ推論ベンチマークであるHotpotQAにおいて,ReWOOは5倍のトークン効率と4%の精度向上を実現している。 本稿では,175B GPT3.5から7B LLaMAへの推論能力をオフロードし,真に効率的でスケーラブルなALMシステムの可能性を示す。
  論文  参考訳（メタデータ） (2023-05-23T00:16:48Z)
• Robust convex biclustering with a tuning-free method [10.603857319905936]
  本稿では,ハマーロスを用いた凸複クラスタリングアルゴリズムのロバストなバージョンを提案する。 新たに導入されたロバスト化パラメータは、最適なパラメータを選択するのに余分な負担をもたらす。 実生活のバイオメディカル・アプリケーションも紹介されている。
  論文  参考訳（メタデータ） (2022-12-06T16:37:11Z)
• Optimizing Speech Emotion Recognition using Manta-Ray Based Feature Selection [1.4502611532302039]
  既存の特徴抽出手法を用いて抽出した特徴の連結により,分類精度が向上することを示す。 また,音声感情認識タスクにおけるマンタレイ最適化の新たな応用を行い,その結果を得た。
  論文  参考訳（メタデータ） (2020-09-18T16:09:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。