Research on Adaptive Learning Mechanism of the Facial Expression Feature Space
面部表情特征空间自适应学习机制研究
基本信息
- 批准号：20700174
- 负责人：
- 金额：$ 2.83万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Young Scientists (B)
- 财政年份：2008
- 资助国家：日本
- 起止时间：2008 至 2009
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
In this research, we proposed a facial expression recognition model with the capability of additional learning with the Fuzzy ART incorporated as well. To demonstrate how useful it can be, we conducted some basic experiments for evaluation purposes with both joyful expressions and no facial expressions examined. Results show clearly that the facial expression feature space that we created using the method we proposed was capable of capturing additional knowledge while it maintained the existing knowledge as it was without alteration. The results we obtained demonstrate that the proposed method can be useful for an adaptive facial expression recognition model that has a robustness feature along the time axis.
在这项研究中，我们提出了一种面部表情识别模型，该模型具有额外学习的能力，并结合了 Fuzzy ART。为了证明它有多有用，我们进行了一些用于评估目的的基本实验，其中包括快乐的表情和不检查面部表情的情况。结果清楚地表明，我们使用我们提出的方法创建的面部表情特征空间能够捕获额外的知识，同时保持现有知识不变。我们获得的结果表明，所提出的方法可用于沿时间轴具有鲁棒性特征的自适应面部表情识别模型。
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Extraction of Subject-Specific Facial Expression Categories and Generation of Facial Expression Feature Space using Self-Mapping
使用自映射提取特定主题的面部表情类别并生成面部表情特征空间
- DOI：
- 发表时间：2008
- 期刊：
- 影响因子：0
- 作者：M. Ishii;K. Sato;H. Madokoro;M. Nishida
- 通讯作者：M. Nishida
Generation of Emotional Feature Space based on Topological Characteristics of Facial Expression Images
基于面部表情图像拓扑特征的情感特征空间生成
- DOI：
- 发表时间：2008
- 期刊：
- 影响因子：0
- 作者：M. Ishii;K. Sato;H. Madokoro;M. Nishida
- 通讯作者：M. Nishida
顔表情を対象とした感情特徴空間の生成～「快-不快」及び「覚醒度」を指標とした感情の定量化手法～
以面部表情为对象的情感特征空间的生成～以“高兴-不高兴”和“唤醒程度”为指标的情感量化方法～
- DOI：
- 发表时间：2009
- 期刊：
- 影响因子：0
- 作者：石井雅樹;西田眞
- 通讯作者：西田眞
Generation of Facial Expression Map using Supervised and Unsupervised Learning, Machine
使用监督和无监督学习、机器生成面部表情图
- DOI：
- 发表时间：2009
- 期刊：
- 影响因子：0
- 作者：M. Ishii;K. Sato;H. Madokoro;M. Nishida
- 通讯作者：M. Nishida
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
ISHII Masaki其他文献
ISHII Masaki的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
{{ truncateString('ISHII Masaki', 18)}}的其他基金
Regulation of hyphal formation and mycelial growth by small G proteins in a dermatophyte.
皮肤癣菌中小 G 蛋白对菌丝形成和菌丝生长的调节。
- 批准号：
19K16656 - 财政年份：2019
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Early-Career Scientists
A Study on Facial Expression Recognition Model with Adaptive Learning Capability
具有自适应学习能力的面部表情识别模型研究
- 批准号：
25700010 - 财政年份：2013
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Young Scientists (A)
相似海外基金
ロボットとの心地よいコミュニケーションを実現する微表情による感情推定法の開発
开发利用微表情的情绪估计方法，实现与机器人的舒适交流
- 批准号：
22K12130 - 财政年份：2022
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
モダリティアテンションネットを用いたマルチモダール情動データによるうつ病診断
使用模态张力网使用多模态情感数据进行抑郁症诊断
- 批准号：
22K21316 - 财政年份：2022
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Research Activity Start-up
Multi-modal representation learning for improving the retrieval of Ukiyo-e records
用于改进浮世绘记录检索的多模式表示学习
- 批准号：
21J15425 - 财政年份：2021
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for JSPS Fellows
HMD組み込み型光センサを用いた表情認識における生成型学習
使用 HMD 内置光学传感器进行面部表情识别的生成学习
- 批准号：
21J13664 - 财政年份：2021
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for JSPS Fellows
Theory for unified expression of recognition mechanisms and its application to machine learning
识别机制统一表达理论及其在机器学习中的应用
- 批准号：
20H04206 - 财政年份：2020
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (B)