院試勉強

模試の復習

院試勉強

院試の過去問、模試

院試の勉強

院試の過去問

院試の勉強

副科目の学習

模試の復習

院試の勉強

顔の表情認識にオートエンコーダを使用

1801.08329.pdf (arxiv.org)

1.顔の抽出と検出　2.トリミングされた画像を計算　3.オートエンコーダを使用して、高次元HOG機能を低次元に縮小4.SVMモデルから表情を分類

非線形機械学習技術を効果的に使用して、より低い次元で最も関連性の高い特徴の全体的な表現を得ることができる方法を示すもの

精度は90%後半

(HOGは、コンピュータビジョンと画像処理に広く使用されている機能記述子)(画像のローカライズされた部分におけるグラデーションの方向の発生をカウント)

オートエンコーダは、与えられた入力をその出力で再現する教師なしのもの。指定された入力を出力時に複製する。出力単位が隠れ層を通じて入力単位にリンクされる ANN 設定を表す。入力データを低次元の潜在表現に表現できます。

(教師なし学習とは、「出力すべきもの」があらかじめ決まっていない)

他にFERの方法がある。

PCA は、直交変換を使用して、相関変数の観測値を主成分と呼ばれる線形非相関変数の値のセットに変換する統計的手順。PCAは特徴の次元を減らす有効な方法で、特徴の寸法低減のためにFERに広く適用されている。

顔の頬の部分の色彩値に対して, ヘモグロビンやメラニンの色素成分スペクトルへの分解および G 強度の抽出

サプリメント目次41_3.indd (jst.go.jp)

DNN と表情画像を用いて表情表現の学習

_pdf (jst.go.jp)

顔の24点の特徴点組み合わせに対して、計算し、感情を認識

IPSJ-Z76-5S-8.pdf

院試勉強