文献

J-GLOBAL ID：201702276246284765   整理番号：17A0242278

野生における顔認識のための顔の三重項を用いたマルチスケール畳込み層ブロックのスタックを用いた深い畳込みニューラルネットワーク【Powered by NICT】

Deep convolution neural network with stacks of multi-scale convolutional layer block using triplet of faces for face recognition in the wild

著者 (3件)： Bong-Nam Kang (Department of Creative IT Engineering, POSTECH, Pohang, South Korea, 37673) ,  Yonghyun Kim (Department of Computer Science & Engineering, POSTECH, Pohang, Sourth Korea, 37673) ,  Kim Daijin (Department of Computer Science & Engineering, POSTECH, Pohang, Sourth Korea, 37673)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 004460-004465  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,深い畳込みニューラルネットワークが最先端の性能を改善することにより,顔認識の分野における新しい傾向を設定している。深層ニューラルネットワークを用いることにより,より洗練された高レベル抽象化された特徴を自動的に学ぶことができる。本論文では,制約のない環境における顔のマルチスケール畳込み層ブロックと三重項を用いた顔認識のための方法を提案した。異なる大きさと整列した顔画像上で訓練された深層畳込みニューラルネットワークのアンサンブルを用いた。これは低次元が高レベル抽象化と顔認識のための識別特徴を抽出する。これらの特徴により,標的領域への発生源領域から訓練された知識を適応する共同Bayesモデルと転移学習を採用した。実験により,ここで提案した方法は,LFWデータセット上で98.33%対検証精度を達成することを示した。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： 顔画像 ,  *ニューラルネットワーク ,  *三重項 ,  *畳込み ,  深層
準シソーラス用語： 転移学習 ,  Bayes法 ,  発生源 ,  低次元 ,  *マルチスケール ,  *顔認識 , 【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 (7件)： 顔認識 ,  顔 ,  三重項 ,  マルチスケール ,  畳込み ,  スタック ,  畳込みニューラルネットワーク