Leveraging Previous Facial Action Units Knowledge for Emotion Recognition on Faces

要約

人間は自然に感情を理解するため、機械に同じことを許可することで、人間とコンピューターの相互作用に新たな道が開かれる可能性があります。
顔の表情は、感情と関連付けることができる非言語的合図の最大の伝達手段であるため、感情認識技術に非常に役立ちます。
いくつかの手法は畳み込みニューラル ネットワーク (CNN) に基づいており、機械学習プロセスで情報を抽出します。
ただし、感情と相関する可能性のある顔上の注目点を特定するには、単純な CNN だけでは必ずしも十分ではありません。
この研究では、感情を認識するための顔動作ユニット (AU) 認識技術の使用を提案することにより、感情認識技術の能力を拡張することを目的としています。
この認識は、顔動作コーディング システム (FACS) に基づいており、機械学習システムによって計算されます。
特に、私たちの手法は、マルチキュー感情認識のアプローチである EmotiRAM を拡張し、顔エンコーディング モジュールを改良しています。

要約(オリジナル)

People naturally understand emotions, thus permitting a machine to do the same could open new paths for human-computer interaction. Facial expressions can be very useful for emotion recognition techniques, as these are the biggest transmitters of non-verbal cues capable of being correlated with emotions. Several techniques are based on Convolutional Neural Networks (CNNs) to extract information in a machine learning process. However, simple CNNs are not always sufficient to locate points of interest on the face that can be correlated with emotions. In this work, we intend to expand the capacity of emotion recognition techniques by proposing the usage of Facial Action Units (AUs) recognition techniques to recognize emotions. This recognition will be based on the Facial Action Coding System (FACS) and computed by a machine learning system. In particular, our method expands over EmotiRAM, an approach for multi-cue emotion recognition, in which we improve over their facial encoding module.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google