論文の概要: Evaluating the Feasibility of Standard Facial Expression Recognition in
Individuals with Moderate to Severe Intellectual Disabilities
- arxiv url: http://arxiv.org/abs/2401.11877v1
- Date: Mon, 22 Jan 2024 12:02:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 14:09:22.750803
- Title: Evaluating the Feasibility of Standard Facial Expression Recognition in
Individuals with Moderate to Severe Intellectual Disabilities
- Title（参考訳）: 知的障害を重んじる適度な個人における標準顔表情認識の可能性の評価
- Authors: F. Xavier Gaya-Morey, Silvia Ramis, Jose M. Buades-Rubio, Cristina
Manresa-Yee
- Abstract要約: 我々は、知的障害者の表情を認識するために、異なるアプローチで12の異なる畳み込みニューラルネットワークのセットを訓練する。
本研究は,ユーザ固有の訓練手法を用いて,この集団内での表情認識の実現可能性を示すものである。
- 参考スコア（独自算出の注目度）: 0.7783262415147654
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent research has underscored the increasing preference of users for
human-like interactions with machines. Consequently, facial expression
recognition has gained significance as a means of imparting social robots with
the capacity to discern the emotional states of users. In this investigation,
we assess the suitability of deep learning approaches, known for their
remarkable performance in this domain, for recognizing facial expressions in
individuals with intellectual disabilities, which has not been yet studied in
the literature, to the best of our knowledge. To address this objective, we
train a set of twelve distinct convolutional neural networks in different
approaches, including an ensemble of datasets without individuals with
intellectual disabilities and a dataset featuring such individuals. Our
examination of the outcomes achieved by the various models under distinct
training conditions, coupled with a comprehensive analysis of critical facial
regions during expression recognition facilitated by explainable artificial
intelligence techniques, revealed significant distinctions in facial
expressions between individuals with and without intellectual disabilities, as
well as among individuals with intellectual disabilities. Remarkably, our
findings demonstrate the feasibility of facial expression recognition within
this population through tailored user-specific training methodologies, which
enable the models to effectively address the unique expressions of each user.
- Abstract（参考訳）: 近年の研究では、マシンとの人間的なインタラクションに対するユーザの嗜好が高まっている。
その結果、表情認識は、ユーザの感情状態を識別する能力を持った社会ロボットを付与する手段として重要である。
本研究は,本研究で研究されていない知的障害者の表情認識において,この領域における卓越した業績で知られる深層学習アプローチの有効性を,我々の知識の最大限に活用するために評価するものである。
この目的に対処するために、知的障害のないデータセットのアンサンブルや、そのような個人を特徴とするデータセットなど、異なるアプローチで12の異なる畳み込みニューラルネットワークのセットをトレーニングする。
異なる訓練条件下での様々なモデルによる結果と、説明可能な人工知能技術による表情認識が容易な表情認識における重要な顔領域の包括的分析を組み合わせることにより、知的障害のある個人と知的障害のある個人の間での表情の有意な区別が明らかになった。
驚くべきことに,この集団における表情認識は,ユーザ固有の学習手法によって実現可能であり,モデルが各ユーザのユニークな表現に効果的に対応できることを示した。
関連論文リスト
- CIAO! A Contrastive Adaptation Mechanism for Non-Universal Facial
Expression Recognition [80.07590100872548]
本稿では、顔エンコーダの最後の層に異なるデータセットの特定の感情特性を適応させるメカニズムであるContrastive Inhibitory Adaptati On(CIAO)を提案する。
CIAOは、非常にユニークな感情表現を持つ6つの異なるデータセットに対して、表情認識性能が改善されている。
論文 参考訳（メタデータ） (2022-08-10T15:46:05Z) - Learning Graph Representation of Person-specific Cognitive Processes
from Audio-visual Behaviours for Automatic Personality Recognition [17.428626029689653]
本稿では,対象対象者固有の認知を,個人固有のCNNアーキテクチャの形で表現することを提案する。
各人物固有のCNNは、ニューラルアーキテクチャサーチ(NAS)と新しい適応損失関数によって探索される。
実験の結果,生成したグラフ表現は対象者の性格特性とよく関連していることがわかった。
論文 参考訳（メタデータ） (2021-10-26T11:04:23Z) - A Multi-resolution Approach to Expression Recognition in the Wild [9.118706387430883]
顔認識タスクを解決するためのマルチリゾリューション手法を提案する。
私たちは、しばしば異なる解像度で画像が取得されるという観察を直感的に根拠としています。
我々は、Affect-in-the-Wild 2データセットに基づいてトレーニングされたSqueeze-and-Excitationブロックを備えたResNetのようなアーキテクチャを使用する。
論文 参考訳（メタデータ） (2021-03-09T21:21:02Z) - Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。
本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文 参考訳（メタデータ） (2020-11-17T18:12:41Z) - Introducing Representations of Facial Affect in Automated Multimodal
Deception Detection [18.16596562087374]
自動偽造検知システムは、社会の健康、正義、安全を高めることができる。
本稿では,顔認識における顔の感情の次元表現力の新たな解析法を提案する。
私たちは、現実世界の、高額な法廷状況で、真実または偽装的にコミュニケーションする人々のビデオデータセットを使用しました。
論文 参考訳（メタデータ） (2020-08-31T05:12:57Z) - Occlusion-Adaptive Deep Network for Robust Facial Expression Recognition [56.11054589916299]
本研究では,隠蔽領域から腐敗した特徴を発見・破棄するためのランドマーク誘導型アテンションブランチを提案する。
注意マップが最初に作成され、特定の顔部が閉鎖されているかどうかを示し、我々のモデルを非閉鎖領域に誘導する。
これにより、顔が部分的に隠されている場合でも、表情認識システムが回復することができる。
論文 参考訳（メタデータ） (2020-05-12T20:42:55Z) - 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) - An adversarial learning framework for preserving users' anonymity in
face-based emotion recognition [6.9581841997309475]
本稿では,反復的手順で学習した畳み込みニューラルネットワーク(CNN)アーキテクチャに依存する逆学習フレームワークを提案する。
その結果、提案手法は、感情認識の精度を保ち、顔認証の劣化を抑えるための畳み込み変換を学習できることが示唆された。
論文 参考訳（メタデータ） (2020-01-16T22:45:52Z) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z)
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。