SVM et k-ppv pour la reconnaissance d'émotions

Show simple item record

dc.contributor.author GUIGUE, Vincent -
dc.contributor.author RAKOTOMAMONJY, Alain -
dc.contributor.author CANU, Stéphane -
dc.date.accessioned 2007-11-30T10:26:05Z
dc.date.available 2007-11-30T10:26:05Z
dc.date.issued 2003 en_US
dc.identifier.uri http://hdl.handle.net/2042/13664
dc.description.abstract - La faculté de reconnaître automatiquement les émotions peut s'avérer utile dans le développement du dialogue homme/machine. Nous avons pris la suite des travaux de J. Healey [Hea00] et tenté de relever le défi d'identifier 8 émotions basiques dans des signaux issus de capteurs physiologiques. Le premier obstacle à franchir est la grande dimension du problème : la sélection de variables et l'analyse discriminante linéaire ont permis de réduire la dimensionalité du problème. Le second problème concerne le caractère multi-classes de la discrimination (8 émotions à identifier). Les Support Vector Machines (SVM) ont déjà fait leurs preuves en discrimination bi-classes mais ils sont encore peu utilisés dans les autres cas. 3 types de SVM multi-classes seront abordés dans cet article et comparés à 2 méthodes classiques : les k plus proches voisins (kppv) et la discrimination par maximum a posteriori sur une modélisation gaussienne (utilisée par J. Healey). Avec un taux de reconnaissance supérieur à 90%, cette expérience est un succès et permet d'envisager des applications dans les domaines du context aware et de l'ubiquitous computing[CK00]. fr
dc.format.extent 82427 bytes
dc.format.mimetype application/pdf
dc.language.iso fr en_US
dc.publisher GRETSI, Groupe d’Etudes du Traitement du Signal et des Images en_US
dc.relation.ispartof 19° Colloque sur le traitement du signal et des images, FRA, 2003 fr
dc.rights http://irevues.inist.fr/utilisation fr
dc.source 19° Colloque sur le traitement du signal et des images, 2003 ; p. 770-773 fr
dc.title SVM et k-ppv pour la reconnaissance d'émotions fr
dc.type conference-meeting-part en_US
dc.contributor.affiliation PSI -CNRS FRE 2645 -INSA de Rouen Avenue de l'Université , 76801 Saint Étienne du Rouvray, FRA fr


Files in this item

PDF A320.pdf 82.42Kb

This item appears in the following Collection(s)

Show simple item record





Advanced Search