แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Maleerat Maliyaem.. VGG-16 and optimized CNN for emotion classification. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2563.
VGG-16 and optimized CNN for emotion classification
Organization :
North Bangkok University. Faculty of Information Technology and Digital Innovation
Name: Rattikarn Viboonpanich.
Organization :
North Bangkok University. Faculty of Information Technology and Digital Innovation
Name: Puttakul Sakul-ang.
Organization :
King Mongkut's University of Technology North Bangkok. Faculty of Information Technology and Digital Innovation
Name: Maleerat Maliyaem.
Organization :
King Mongkut's University of Technology North Bangkok. Faculty of Information Technology and Digital Innovation
keyword:
Convolution neural network.
LCSH:
EMOTION RECOGNITION.
Abstract:
This paper discusses the efficiency of using VGG 16 and Optimized CNN on emotion classification of human face dataset. Facial expression can be used as a communication medium between people to express a person feeling not only what it has shown on the outside also include the inner feeling, mental situation and perspective. In this paper, 5 basic emotions have been chosen to test the highly efficient models to elaborate the model complexity of the state-of-the-art model towards its accuracy and training efficiency of the proposed models against the state-of-the-art model such as VGG16 to achieve at least 65 percent accuracy."
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2563
Modified:
2024-09-03
Issued:
2021-02-22
บทความ/Article
application/pdf
BibliograpyCitation :
วารสารเทคโนโลยีสารสนเทศ. ปีที่ 16, ฉบับที่ 2 (ก.ค.-ธ.ค. 63), หน้า 10-15.
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.034245 วินาที
Amornvit Vatcharaphrueksadee.
| Title | Contributor | Type |
|---|---|---|
| VGG-16 and optimized CNN for emotion classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Amornvit Vatcharaphrueksadee.;Rattikarn Viboonpanich.;Puttakul Sakul-ang.;Maleerat Maliyaem. | บทความ/Article | |
| An integrated cybersecurity framework for personal data protection a case study on Thai personal data protection act BE 2562
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Puttakul Sakul-Ung.;Amornvit Vatcharaphrueksadee.;Songtam Vanijkachorn.;Chartphat Klaymanee.;Sanya Vasoppakarn.;Korakod Pumkrachan.;Prachyapol Vaidyakula.;Nawhath Aeksirinithipon. | บทความ/Article |
Rattikarn Viboonpanich.
| Title | Contributor | Type |
|---|---|---|
| VGG-16 and optimized CNN for emotion classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Amornvit Vatcharaphrueksadee.;Rattikarn Viboonpanich.;Puttakul Sakul-ang.;Maleerat Maliyaem. | บทความ/Article |
Puttakul Sakul-ang.
| Title | Contributor | Type |
|---|---|---|
| VGG-16 and optimized CNN for emotion classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Amornvit Vatcharaphrueksadee.;Rattikarn Viboonpanich.;Puttakul Sakul-ang.;Maleerat Maliyaem. | บทความ/Article |
Maleerat Maliyaem.
| Title | Contributor | Type |
|---|---|---|
| VGG-16 and optimized CNN for emotion classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Amornvit Vatcharaphrueksadee.;Rattikarn Viboonpanich.;Puttakul Sakul-ang.;Maleerat Maliyaem. | บทความ/Article |