文献

J-GLOBAL ID：201702262501611039   整理番号：17A0058082

効率的な低ランクはロバストな顔認識のための極端学習機械を支持する【Powered by NICT】

Efficient low-rank supported extreme learning machine for robust face recognition

著者 (6件)： Guan Yingjie (School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China, 430073) ,  Lu Tao (School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China, 430073) ,  Zhang Yanduo (School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China, 430073) ,  Wang Bo (Department of Electrical and Computer Engineering Texas A&M University College Station, TX 77843) ,  Li Xiaolin (School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China, 430073) ,  Xiong Zixiang (Department of Electrical and Computer Engineering Texas A&M University College Station, TX 77843)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： VCIP  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,深層学習に基づく顔認識アルゴリズムは,認識性能における大きな成功を達成した。しかし,設計と訓練複雑な学習モデルは,時間と労働効率に悩まされている。本論文では,効率的な認識のためのロバストな特徴表現と高速分類の両方を利用する新しい三層低品位支持された極端学習機械(LSELM)アルゴリズムを提案した。各与えられたプローブ試料は最初の線形表現により張られたサブクラスにクラスター化した。この部分集合を用いて,偽装,騒音,変異体発現や照明に鈍感であることを低品位とロバスト性を回復した。これらの識別的特徴は,効率的な予測のためのフォワードニューラルネットワークを支援するために符号化される。実験結果はLSELMは認識性能の他の深い学習に基づく顔認識アルゴリズムと同等であるが両ARおよび拡張Yale-Bデータセット上での時間計算量を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 部分集合 ,  学習モデル ,  線形性 ,  高速度 ,  *ロバスト性 ,  クラスタ化 ,  符号化 ,  アルゴリズム ,  時間計算量 ,  深層学習 ,  *顔認識 ,  偽装 ,  *エクストリームラーニングマシン ,  改変
準シソーラス用語： 擬装 ,  特徴表現 ,  認識アルゴリズム ,  *極度学習機械 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ロバスト ,  顔認識 ,  極端学習機械 ,  支持