DeXpression: 深層畳み込みニューラルネットワークを用いた表情認識

顔表情認識のための畳み込みニューラルネットワーク（CNN）アーキテクチャを提案します。本稿で提案するアーキテクチャは、手作業による特徴量抽出に依存せず、以前に提案されたCNNベースの手法よりも優れた性能を示します。ネットワークが学習した自動的に抽出された特徴量を可視化することで、より深い理解を提供します。定量評価には、標準的なデータセットである拡張コーン・カネード（Extended Cohn-Kanade: CKP）とMMI顔表情データベースを使用しました。CKPセットでは、現在の最先端のCNNを使用した手法が99.2%の精度を達成しています。MMIデータセットにおいては、現在の感情認識における最高精度は93.33%です。提案するアーキテクチャはCKPで99.6%、MMIで98.63%の精度を達成し、CNNを使用した最先端手法よりも優れた性能を示しています。自動顔表情認識は、人間とコンピュータとの相互作用や安全システムなど、幅広い応用範囲を持っています。これは非言語的な手がかりが重要なコミュニケーション手段であり、人間関係での相互作用において中心的な役割を果たすためです。提案するアーキテクチャの性能は、実世界アプリケーションへの有効性と信頼性を証明しています。