文献

J-GLOBAL ID：201702273307754616   整理番号：17A0144673

隣接重み付きコンポーネントベースパッチを用いた教師なし顔画像検索【Powered by NICT】

Unsupervised face image retrieval using adjacent weighted component-based patches

著者 (5件)： Banaeeyan R. (Faculty of Engineering, Multimedia University, Cyberjaya 61000, Selangor, Malaysia) ,  Lye M. H. (Faculty of Engineering, Multimedia University, Cyberjaya 61000, Selangor, Malaysia) ,  Fauzi M. F. A. (Faculty of Engineering, Multimedia University, Cyberjaya 61000, Selangor, Malaysia) ,  Karim H. A. (Faculty of Engineering, Multimedia University, Cyberjaya 61000, Selangor, Malaysia) ,  See J. (Faculty of Computing and Informatics, Multimedia University, Cyberjaya 61000, Selangor, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICIAS  ページ： 1-5  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： 顔画像検索(FIR)は顔画像の種々の姿勢と照明変化に起因する多くの実際の単語応用における挑戦的な問題となっている。現状システムは,ビジュアル語のバッグ(BoVM)検索モデルを用いて良好な精度を達成するが,それらの平均精度(AP)は速やかに低下する顔画像を検索するが,主に,顔特異的特徴を無視し,低識別的なvisual wordsを発生させ,主に量子化レベルでである。本論文では,高精度を達成するために,パッチレベルで,より差別的な特徴を保存する顔パッチベース特徴を採用した。より識別的顔特徴に重みを与えるためにTF-IDF投票方式を利用した。,特徴は有効かつ特有の特徴を保存する顔全体の代わりに顔の部品から抽出した。パッチレベルでより識別的な特徴を保存するために実行される隣接パッチベース比較候補顔画像を評価した。最後に,異なる顔部品からの異なる特徴にもより識別を与えるために実行される重みづけ手法。LFW(Labeled Faces野生)から1,000顔画像上での実験結果は,より高い平均精度(mAP)を用いて提案した手法の優位性を示した。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： 量子化 ,  *顔画像 ,  重みづけ ,  単語 ,  投票 ,  *画像検索
準シソーラス用語： 顔部品 ,  高精度 ,  照明変化 , 【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 (3件)： 教師 ,  顔画像 ,  検索