Face Emotion Recognization Using Dataset Augmentation Based on Neural Network

要約

顔の表情は、人の感情や感情の最も外部的な兆候の 1 つです。
心理学者によると、日常会話では、言葉と音でそれぞれ 7% と 38% の情報しか伝達されず、最大 55% が顔の表情で伝達されます。
対人関係を調整する上で重要な役割を果たします。
Ekman と Friesen は、19 世紀に 6 つの本質的な感情を異文化間研究に基づいて認識しました。これは、文化に関係なく、人々がそれぞれの基本的な感情を同じように感じることを示しました。
感情を分析する分野の 1 つの分野として、表情認識は、人間とコンピューターの相互作用、ヘルスケア、行動監視など、さまざまな分野で幅広い応用の可能性を提供します。
そのため、多くの研究者が表情認識に専念してきました。
この論文では、効果的なハイブリッドデータ拡張法が使用されています。
このアプローチは 2 つの公開データセットで運用されており、4 つのベンチマーク モデルで注目すべき結果が得られています。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google