徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: 藤澤 日明/[松本 和幸]/[吉田 稔]/[北 研二]/顔文字の形状特徴に基づく表情分類/Proceedings of 1st International Conference on Machine Learning and Data Engineering (iCMLDE2017)

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
335353
EOID
892631
Map
0
LastModified
2018年3月12日(月) 13:41:50
Operator
三好 小文
Avail
TRUE
Censor
0
Owner
松本 和幸
Read
継承
Write
継承
Delete
継承
種別 必須 国際会議
言語 必須 英語
招待 推奨
審査 推奨 Peer Review
カテゴリ 推奨 研究
共著種別 推奨 単独著作(徳島大学内の単一の研究グループ(研究室等)内の研究 (単著も含む))
学究種別 推奨 博士課程学生による研究報告
組織 推奨
著者 必須
  1. (英) Fujisawa Akira / (日) 藤澤 日明 / (読) ふじさわ あきら
    役割 任意 共著
    貢献度 任意
    学籍番号 推奨 ****
  2. 松本 和幸([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意 共著
    貢献度 任意
    学籍番号 推奨
  3. 吉田 稔([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意 共著
    貢献度 任意
    学籍番号 推奨
  4. 北 研二([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意 共著
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) Facial Expression Classification Based on Shape Feature of Emoticons

(日) 顔文字の形状特徴に基づく表情分類

副題 任意
要約 任意

(英) Emoticons are used in the situation of textual communication such as web mails and internet forums. Many of the existing studies dealing with classification or extraction of emoticons regard emoticons as a kind of character string and focus on what characters constitute the emoticons or how they are lined up. However, emoticons are used to express human facial expressions, and characters constituting them represent various facial parts such as eyes, nose, mouth, etc. Such characters can be identified as different facial parts depending on their positions, and facial expressions are thought to be represented by the combinations of their shape features. In this study, we classified the facial expressions of emoticons by focusing on the shape features of those emoticons. To deal with shape features of emoticons, we converted emoticons, which are text data, to image data. Emoticons are mainly formed by line segments of characters, and use only black and white colors. Therefore, other factors such as colors and shades were not considered as the feature to classify the facial expressions. In the experiments, we used image features that did not require color information. As the result of comparative experiment with the 1-nearest neighbor method using character features, the facial expression recognition rate is 52% when using the Histograms of Oriented Gradients(HOG) was used as image feature. By this result, proposed method improved recognition rate by 2 % than using baseline.

キーワード 推奨
  1. (英) facial expression classification
  2. (英) emoticon / (日) 顔文字
  3. (英) image feature / (日) 画像特徴
発行所 推奨
誌名 必須 (英) Proceedings of 1st International Conference on Machine Learning and Data Engineering (iCMLDE2017)
ISSN 任意
必須 ---
必須 ---
必須 29 34
都市 必須 シドニー(Sydney/[オーストラリア])
年月日 必須 2017年 11月 20日
URL 任意
DOI 任意
PMID 任意
NAID 任意
WOS 任意
Scopus 任意
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意