文献

J-GLOBAL ID：201702211841896242   整理番号：17A1773251

高性能顔ランドマーク検出のための2段階再初期化を用いた深い回帰アーキテクチャ【Powered by NICT】

A Deep Regression Architecture with Two-Stage Re-initialization for High Performance Facial Landmark Detection

著者 (5件)： Lv Jiangjing ,  Shao Xiaohu ,  Xing Junliang ,  Cheng Cheng ,  Zhou Xi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 3691-3700  発行年： 2017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： 回帰に基づく顔ランドマーク検出法は,通常,初期推定からランドマーク位置を更新するための一連の回帰関数を学習する。既存手法の多くは,性能を改善するためのロバストな画像特徴を用いた学習有効写像関数に焦点を当てた。が,初期化問題を扱うへのアプローチが注目比較的少ないを受けている。本論文では,初期化問題を明示的に扱うに2段階再初期化を持つ深い回帰アーキテクチャを提案した。地球段階では,粗い顔検出結果と画像であれば,完全な顔領域を最初に正準形状状態への教師つき空間変圧器ネットワークによる再初期化し,粗ランドマーク推定に訓練した。局所段階では,さらにそれら自身の正準形状態への再初期化,続いて他の回帰サブネットワークによる最終的な推定を得るために分けて異なる顔部品。提案した深層アーキテクチャは末端から最後まで訓練し,異なる種類の不安定な初期化を用いて有望な結果を得た。も多くの競合するアルゴリズムよりも優れた性能を達成した。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： 写像 ,  *計算機アーキテクチャ ,  学習 ,  ネットワーク ,  検出法 ,  ロバスト性 ,  画像 ,  正準形式 ,  画像特性 ,  アルゴリズム ,  変圧器
準シソーラス用語： 顔部品 ,  サブネットワーク ,  顔検出 ,  *ランドマーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ランドマーク ,  段階 ,  再初期化 ,  アーキテクチャ