2009-2015 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความที่เผยแพร่ Analyze Facial Expression Recognition Based on Curvelet Transform via Extreme Learning Machine 
วัน/เดือน/ปี ที่เผยแพร่ 12 พฤษภาคม 2562 
การประชุม
     ชื่อการประชุม The 15th International Conference on Computing and Information Technology 
     หน่วยงาน/องค์กรที่จัดประชุม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ 
     สถานที่จัดประชุม โรงแรม Arnoma Grand 
     จังหวัด/รัฐ กรุงเทพมหานคร 
     ช่วงวันที่จัดประชุม 4 กรกฎาคม 2562 
     ถึง 5 กรกฎาคม 2562 
Proceeding Paper
     Volume (ปีที่) 936 
     Issue (เล่มที่)
     หน้าที่พิมพ์ 148-158 
     Editors/edition/publisher Springer 
     บทคัดย่อ This paper aims to investigate the key factors of facial expression recognition based on local curvelet transform for real-time training data. Local curvelet transform (LCT) is the application of curvelet transform that benefits from useful features extracted by curvelet transform and reduces the computation cost of using all curvelet coefficients. The reduction of computation is through calculating the representative features, instead of directly using all curvelet coefficients. The representative features are mean, standard deviation and entropy. This approach has been reported to achieve impressively 0.9445 and 0.9486 accuracy on JAFFE and Cohn-Kanade datasets. However, there are many factors influencing the final performance, in which these factors have not been thoroughly studied. Our investigation has shown that these factors could result up to almost 10% difference and their effects are thoroughly studied. 
ผู้เขียน
597040049-9 นาย ศรุติ อัศวเรืองสุข [ผู้เขียนหลัก]
คณะวิศวกรรมศาสตร์ ปริญญาเอก ภาคปกติ

การประเมินบทความ (Peer Review) มีผู้ประเมินอิสระ 
มีการเผยแพร่ในระดับ นานาชาติ 
รูปแบบ Proceeding Full paper 
รูปแบบการนำเสนอ Oral 
เป็นส่วนหนึ่งของวิทยานิพนธ์ เป็น 
ผลงานที่นำเสนอได้รับรางวัล ไม่ได้รับรางวัล 
แนบไฟล์
Citation 0