論文の概要: Multi-face emotion detection for effective Human-Robot Interaction

• arxiv url: http://arxiv.org/abs/2501.07213v1
• Date: Mon, 13 Jan 2025 11:12:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-14 14:26:58.360830
• Title: Multi-face emotion detection for effective Human-Robot Interaction
• Title（参考訳）: 効果的な人間-ロボットインタラクションのための多面的感情検出
• Authors: Mohamed Ala Yahyaoui, Mouaad Oujabour, Leila Ben Letaifa, Amine Bohi,
• Abstract要約: 本研究では,移動型ヒューマノイドロボットに組み込まれた顔の感情検出インタフェースを提案する。 表情認識のためのディープニューラルネットワークモデルを開発し評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The integration of dialogue interfaces in mobile devices has become ubiquitous, providing a wide array of services. As technology progresses, humanoid robots designed with human-like features to interact effectively with people are gaining prominence, and the use of advanced human-robot dialogue interfaces is continually expanding. In this context, emotion recognition plays a crucial role in enhancing human-robot interaction by enabling robots to understand human intentions. This research proposes a facial emotion detection interface integrated into a mobile humanoid robot, capable of displaying real-time emotions from multiple individuals on a user interface. To this end, various deep neural network models for facial expression recognition were developed and evaluated under consistent computer-based conditions, yielding promising results. Afterwards, a trade-off between accuracy and memory footprint was carefully considered to effectively implement this application on a mobile humanoid robot.
• Abstract（参考訳）: モバイルデバイスにおける対話インタフェースの統合は、広く普及し、幅広いサービスを提供している。 技術が進歩するにつれて、人間のような機能を備えたヒューマノイドロボットが人間と効果的に対話できるようになり、高度な人間ロボットの対話インタフェースの利用が拡大している。 この文脈では、ロボットが人間の意図を理解できるようにすることで、人間とロボットの相互作用を強化する上で、感情認識は重要な役割を果たす。 本研究では,複数の人物からのリアルタイム感情をユーザインタフェース上で表示可能な,移動型ヒューマノイドロボットに組み込んだ顔感情検出インタフェースを提案する。 この目的のために、表情認識のための様々なディープニューラルネットワークモデルを開発し、一貫したコンピュータベース条件下で評価し、有望な結果を得た。 その後、精度とメモリフットプリントのトレードオフを慎重に検討し、このアプリケーションを移動型ヒューマノイドロボットに効果的に実装した。

関連論文リスト

• EMOTION: Expressive Motion Sequence Generation for Humanoid Robots with In-Context Learning [10.266351600604612]
  本稿では,ヒューマノイドロボットにおける表現型動き列を生成するためのEMOTIONというフレームワークを提案する。 本研究では,EMOTIONが生成する動作の自然性と理解性を比較したオンラインユーザ研究を行い,その人間フィードバックバージョンであるEMOTION++について述べる。
  論文  参考訳（メタデータ） (2024-10-30T17:22:45Z)
• Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
  住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。 人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。 本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
  論文  参考訳（メタデータ） (2023-11-09T13:01:21Z)
• HandMeThat: Human-Robot Communication in Physical and Social Environments [73.91355172754717]
  HandMeThatは、物理的および社会的環境における命令理解とフォローの総合評価のためのベンチマークである。 HandMeThatには、人間とロボットの対話の1万エピソードが含まれている。 オフラインとオンラインの強化学習アルゴリズムはHandMeThatでは性能が良くないことを示す。
  論文  参考訳（メタデータ） (2023-10-05T16:14:46Z)
• HERD: Continuous Human-to-Robot Evolution for Learning from Human Demonstration [57.045140028275036]
  本研究では,マイクロ進化的強化学習を用いて,操作スキルを人間からロボットに伝達可能であることを示す。 本稿では,ロボットの進化経路とポリシーを協調的に最適化する多次元進化経路探索アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-12-08T15:56:13Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Spatial Computing and Intuitive Interaction: Bringing Mixed Reality and Robotics Together [68.44697646919515]
  本稿では,空間コンピューティングを応用し,新しいロボットのユースケースを実現するためのロボットシステムについて述べる。 空間コンピューティングとエゴセントリックな感覚を複合現実感デバイスに組み合わせることで、人間の行動をキャプチャして理解し、それらを空間的な意味を持つ行動に変換することができる。
  論文  参考訳（メタデータ） (2022-02-03T10:04:26Z)
• Towards a Real-time Measure of the Perception of Anthropomorphism in Human-robot Interaction [5.112850258732114]
  我々は,オンラインの人間とロボットのインタラクション実験を,教育現場で実施した。 この研究には43人の英語話者が参加した。 その結果,擬人化の主観的・客観的知覚の程度は,音響・韻律的エントレメントと正の相関が認められた。
  論文  参考訳（メタデータ） (2022-01-24T11:10:37Z)
• A MultiModal Social Robot Toward Personalized Emotion Interaction [1.2183405753834562]
  本研究では,ロボットインタラクションポリシーを強化するために,強化学習を伴うマルチモーダルヒューマンロボットインタラクション(HRI)フレームワークを実証する。 目標は、ロボットがより自然で魅力的なHRIフレームワークを作れるように、このフレームワークを社会シナリオに適用することだ。
  論文  参考訳（メタデータ） (2021-10-08T00:35:44Z)
• Affect-Driven Modelling of Robot Personality for Collaborative Human-Robot Interactions [16.40684407420441]
  協調的な相互作用は、人間の感情的行動のダイナミクスに適応するために社会ロボットを必要とする。 社会ロボットにおける人格駆動行動生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2020-10-14T16:34:14Z)
• Human Grasp Classification for Reactive Human-to-Robot Handovers [50.91803283297065]
  本稿では,ロボットが人間に遭遇するロボットのハンドオーバに対するアプローチを提案する。 対象物をさまざまな手形やポーズで保持する典型的な方法をカバーする,人間の把握データセットを収集する。 本稿では,検出した把握位置と手の位置に応じて人手から対象物を取り出す計画実行手法を提案する。
  論文  参考訳（メタデータ） (2020-03-12T19:58:03Z)

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。