Fugu-MT 論文翻訳(概要): Coupling deep and handcrafted features to assess smile genuineness

論文の概要: Coupling deep and handcrafted features to assess smile genuineness

arxiv url: http://arxiv.org/abs/2503.16128v1
Date: Thu, 20 Mar 2025 13:24:02 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-21 16:31:54.629568
Title: Coupling deep and handcrafted features to assess smile genuineness
Title（参考訳）: 笑顔の真しさを評価するための奥行きと手作りの特徴の結合
Authors: Benedykt Pawlus, Bogdan Smolka, Jolanta Kawulok, Michal Kawulok,
Abstract要約: 本稿では,長期記憶ネットワークが学習した特徴と,顔の動作単位のダイナミクスを捉えるために手作りした特徴を組み合わせることを提案する。実験の結果,提案手法はベースライン手法よりも有効であることが示唆された。
参考スコア（独自算出の注目度）: 2.874893537471256
License:
Abstract: Assessing smile genuineness from video sequences is a vital topic concerned with recognizing facial expression and linking them with the underlying emotional states. There have been a number of techniques proposed underpinned with handcrafted features, as well as those that rely on deep learning to elaborate the useful features. As both of these approaches have certain benefits and limitations, in this work we propose to combine the features learned by a long short-term memory network with the features handcrafted to capture the dynamics of facial action units. The results of our experiments indicate that the proposed solution is more effective than the baseline techniques and it allows for assessing the smile genuineness from video sequences in real-time.
Abstract（参考訳）: 映像のシーケンスから笑顔の真しさを評価することは、表情を認識し、それらと根底にある感情状態とを結びつけることに関する重要なトピックである。手工芸的な特徴に根ざした技術や、有用な特徴を深層学習に頼っている技術がいくつか提案されている。どちらのアプローチにも一定の利点と限界があるため、この研究では、長い短期記憶ネットワークで学んだ特徴と、顔のアクションユニットのダイナミクスを捉えるために手作りされた特徴を組み合わせることを提案する。実験の結果,提案手法はベースライン手法よりも有効であり,リアルタイムに映像シーケンスから笑顔の真正性を評価することが可能であることが示唆された。

関連論文リスト

Apprenticeship-Inspired Elegance: Synergistic Knowledge Distillation Empowers Spiking Neural Networks for Efficient Single-Eye Emotion Recognition [53.359383163184425]
本稿では, 効率的な単一眼球運動認識タスクに適した, マルチモーダル・シナジスティック知識蒸留方式を提案する。この方法では、軽量で単調な学生スパイクニューラルネットワーク(SNN)が、イベントフレームマルチモーダル教師ネットワークから豊富な知識を抽出することができる。
論文参考訳（メタデータ） (2024-06-20T07:24:47Z)
Less is More: Facial Landmarks can Recognize a Spontaneous Smile [7.401833869874254]
MeshSmileNetは、スマイルベラシティ分類のためのトランスフォーマーアーキテクチャである。我々は、識別的特徴を発見するためにランドマークの相対性と軌道を考える。このアイデアにより、UVA-NEMO、BBC、MMI Facial Expression、SPOSデータセット上での最先端のパフォーマンスを実現することができる。
論文参考訳（メタデータ） (2022-10-09T12:21:28Z)
Leveraging Real Talking Faces via Self-Supervision for Robust Forgery Detection [112.96004727646115]
本研究では,実話を用いた顔操作映像の検出手法を開発した。本手法は, クロスマニピュレーションの一般化とロバストネス実験における最先端性能を実現する。以上の結果から、より堅牢な顔偽造検知器の開発には、自然ビデオと未表示ビデオの活用が有望な方向であることが示唆された。
論文参考訳（メタデータ） (2022-01-18T17:14:54Z)
Efficient Modelling Across Time of Human Actions and Interactions [92.39082696657874]
3つの畳み込みニューラルネットワーク(CNND)における現在の固定サイズの時間的カーネルは、入力の時間的変動に対処するために改善できると主張している。我々は、アーキテクチャの異なるレイヤにまたがる機能の違いを強化することで、アクションのクラス間でどのようにうまく対処できるかを研究する。提案手法は、いくつかのベンチマークアクション認識データセットで評価され、競合する結果を示す。
論文参考訳（メタデータ） (2021-10-05T15:39:11Z)
Preserving Privacy in Human-Motion Affect Recognition [4.753703852165805]
本研究は,3次元の時間的関節信号と手動抽出特徴を用いた感情認識における既存手法の有効性を評価する。本稿では,マルチエンコーダ自動エンコーダ深層ニューラルネットワークを訓練し,人間の動作特徴の不連続な潜在表現を学習するクロスサブジェクトトランスファー学習手法を提案する。
論文参考訳（メタデータ） (2021-05-09T15:26:21Z)
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)
RealSmileNet: A Deep End-To-End Network for Spontaneous and Posed Smile Recognition [12.649576554639445]
これらの問題に対処するために,エンド・ツー・エンドのディープラーニングモデルについて検討する。我々の完全自動化モデルは高速で、一連の畳み込み層とConvLSTM層をスクラッチからトレーニングすることで特徴抽出プロセスを学びます。 4つのデータセットに対する実験は,提案モデルの堅牢性と一般化を実証するものである。
論文参考訳（メタデータ） (2020-10-07T06:23:38Z)
Collaborative Distillation in the Parameter and Spectrum Domains for Video Action Recognition [79.60708268515293]
本稿では,行動認識のための小型かつ効率的なネットワークの訓練方法について検討する。周波数領域における2つの蒸留戦略,すなわち特徴スペクトルとパラメータ分布蒸留を提案する。提案手法は,同じバックボーンを持つ最先端の手法よりも高い性能を実現することができる。
論文参考訳（メタデータ） (2020-09-15T07:29:57Z)
Deep Multi-task Learning for Facial Expression Recognition and Synthesis Based on Selective Feature Sharing [28.178390846446938]
本稿では,新しい特徴共有手法を提案し,表情認識と表情合成のためのマルチタスクネットワークを構築した。提案手法は,無用かつ有害な情報をフィルタリングしながら,異なるタスク間で有用な特徴を効果的に伝達することができる。実験結果から, 提案手法は, 一般的に使用されている表情認識ベンチマークに対して, 最先端の性能を達成できることが示唆された。
論文参考訳（メタデータ） (2020-07-09T02:29:34Z)
Intra- and Inter-Action Understanding via Temporal Action Parsing [118.32912239230272]
本研究では,スポーツビデオにサブアクションの手動アノテーションを付加した新しいデータセットを構築し,その上に時間的行動解析を行う。スポーツ活動は通常、複数のサブアクションから構成されており、このような時間構造に対する意識は、行動認識に有益であることを示す。また,時間的解析手法を多数検討し,そのラベルを知らずにトレーニングデータからサブアクションをマイニングできる改良手法を考案した。
論文参考訳（メタデータ） (2020-05-20T17:45:18Z)

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。