論文の概要: Face Emotion Recognization Using Dataset Augmentation Based on Neural Network

• arxiv url: http://arxiv.org/abs/2210.12689v1
• Date: Sun, 23 Oct 2022 10:21:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-25 17:19:02.332344
• Title: Face Emotion Recognization Using Dataset Augmentation Based on Neural Network
• Title（参考訳）: ニューラルネットワークに基づくデータセット拡張を用いた顔感情認識
• Authors: Mengyu Rao, Ruiyi Bao and Liangshun Dong
• Abstract要約: 表情は、人の感情や感情の最も外部的な表現の1つである。 対人関係の調整に重要な役割を果たしている。 感情分析の分野の一分野として、表情認識は幅広い応用可能性を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Facial expression is one of the most external indications of a person's feelings and emotions. In daily conversation, according to the psychologist, only 7\% and 38\% of information is communicated through words and sounds respective, while up to 55\% is through facial expression. It plays an important role in coordinating interpersonal relationships. Ekman and Friesen recognized six essential emotions in the nineteenth century depending on a cross-cultural study, which indicated that people feel each basic emotion in the same fashion despite culture. As a branch of the field of analyzing sentiment, facial expression recognition offers broad application prospects in a variety of domains, including the interaction between humans and computers, healthcare, and behavior monitoring. Therefore, many researchers have devoted themselves to facial expression recognition. In this paper, an effective hybrid data augmentation method is used. This approach is operated on two public datasets, and four benchmark models see some remarkable results.
• Abstract（参考訳）: 表情は、人の感情や感情の最も外部的な表現の1つである。 日常会話では、心理学者によると、情報の7\%と38\%は、それぞれ単語と音を通して伝達され、55\%は表情によって伝達される。 対人関係の調整に重要な役割を果たしている。 EkmanとFriesenは19世紀の6つの重要な感情を異文化間の研究によって認識し、文化にもかかわらず人々がそれぞれの基本的な感情を同じ方法で感じていることを示している。 感情分析の分野の分野として、顔認識は、人間とコンピュータの相互作用、医療、行動監視など、さまざまな領域で幅広い応用の見通しを提供する。 そのため、多くの研究者が表情認識に力を入れている。 本稿では,効率的なハイブリッドデータ拡張手法を提案する。 このアプローチは2つのパブリックデータセットで動作し、4つのベンチマークモデルで注目すべき結果が得られます。

関連論文リスト

• Exploring Emotion Expression Recognition in Older Adults Interacting with a Virtual Coach [22.00225071959289]
  EMPATHICプロジェクトは、健康な高齢者が健康を改善し、自立した高齢化を促進することができる感情表現型バーチャルコーチを設計することを目的としている。 本稿では,仮想コーチの感情表現認識モジュールの開発について概説し,データ収集,アノテーション設計,第1の方法論的アプローチについて述べる。
  論文  参考訳（メタデータ） (2023-11-09T18:22:32Z)
• Emotion Recognition for Challenged People Facial Appearance in Social using Neural Network [0.0]
  CNNでは、取得した画像を異なる感情カテゴリに分類するために顔表現が使用される。 本稿では,画像による表情の認識と啓蒙の不変性について提案する。
  論文  参考訳（メタデータ） (2023-05-11T14:38:27Z)
• Real-time Emotion and Gender Classification using Ensemble CNN [0.0]
  本稿では,人物の感情や性別をリアルタイムに検出できるシステムを構築するためのEnsemble CNNの実装について述べる。 我々の研究は、単一の顔画像だけでなく、複数の顔画像上で感情や性別を予測することができる。
  論文  参考訳（メタデータ） (2021-11-15T13:51:35Z)
• Multi-Cue Adaptive Emotion Recognition Network [4.570705738465714]
  適応型マルチキューに基づく感情認識のための新しい深層学習手法を提案する。 提案手法とCAER-Sデータセットの最先端手法を比較した。
  論文  参考訳（メタデータ） (2021-11-03T15:08:55Z)
• I Only Have Eyes for You: The Impact of Masks On Convolutional-Based Facial Expression Recognition [78.07239208222599]
  今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。 また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
  論文  参考訳（メタデータ） (2021-04-16T20:03:30Z)
• Emotion pattern detection on facial videos using functional statistics [62.997667081978825]
  顔面筋運動の有意なパターンを抽出する機能的ANOVAに基づく手法を提案する。 感情群間の表現に時間的差があるかどうかを関数fテストを用いて判定する。
  論文  参考訳（メタデータ） (2021-03-01T08:31:08Z)
• Learning Emotional-Blinded Face Representations [77.7653702071127]
  感情反応に関連する表情に盲目な2つの顔表現を提案する。 この作業は、個人データ保護に関する新たな国際規則によって動機付けられている。
  論文  参考訳（メタデータ） (2020-09-18T09:24:10Z)
• Context Based Emotion Recognition using EMOTIC Dataset [22.631542327834595]
  EMOTIC(エモティック)は, 感情に注意を喚起された人々のイメージのデータセットである。 EMOTICデータセットを使用して、感情認識のためのさまざまなCNNモデルをトレーニングする。 その結果,情緒状態を自動的に認識するためにシーンコンテキストが重要な情報を提供することを示す。
  論文  参考訳（メタデータ） (2020-03-30T12:38:50Z)
• Emotion Recognition From Gait Analyses: Current Research and Future Directions [48.93172413752614]
  歩行はウォーカーの感情に関する情報を伝える 様々な感情と歩行パターンのマッピングは、感情の自動認識のための新しい情報源を提供する。 歩行は遠隔観察可能で 模倣が困難で 被験者との協力も少ない
  論文  参考訳（メタデータ） (2020-03-13T08:22:33Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)
• Learning to Augment Expressions for Few-shot Fine-grained Facial Expression Recognition [98.83578105374535]
  顔表情データベースF2EDについて述べる。 顔の表情は119人から54人まで、200万枚以上の画像が含まれている。 実世界のシナリオでは,不均一なデータ分布やサンプルの欠如が一般的であるので,数発の表情学習の課題を評価する。 顔画像合成のための統合されたタスク駆動型フレームワークであるComposeal Generative Adversarial Network (Comp-GAN) 学習を提案する。
  論文  参考訳（メタデータ） (2020-01-17T03:26:32Z)

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。