文献

J-GLOBAL ID：201702214369515125   整理番号：17A0565935

確率マップに基づく熱赤外線画像分解を利用した,人間が着用可能な属性の認識

Human Wearable Attribute Recognition Using Probability-Map-Based Decomposition of Thermal Infrared Images

著者 (7件)： KRESNARAMAN Brahmastro (Grad. School of Information Science, Nagoya Univ.) ,  KAWANISHI Yasutomo (Grad. School of Information Science, Nagoya Univ.) ,  DEGUCHI Daisuke (Information Strategy Office, Nagoya Univ.) ,  TAKAHASHI Tomokazu (Fac. of Economics and Information, Gifu Shotoku Gakuen Univ.) ,  MEKADA Yoshito (School of Engineering, Chukyo Univ.) ,  IDE Ichiro (Grad. School of Information Science, Nagoya Univ.) ,  MURASE Hiroshi (Grad. School of Information Science, Nagoya Univ.)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web))
巻： E100.A  号： 3  ページ： 854-864(J-STAGE)  発行年： 2017年 
JST資料番号： U0466A  ISSN： 1745-1337  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本稿では,属性認識問題を取り扱った。それは,可視スペクトルでの調査が主流の研究分野である。熱スペクトルでの調査はわずかしかなく,可視スペクトルとは根本的に異なっている。この調査では,特に眼鏡やマスクなどの着用可能な属性に対する認識を実行した。これらの属性は,人体と比較したとき,通常,サイズが比較的小さく,人体自体の大きな級内変動の上に乗っているため,その認識は容易な作業ではない。筆者らの方法では,ロバストな主成分分析(RPCA)に基づいた分解の枠組みを利用して,認識のための属性情報を抽出した。しかし,予備知識がなければ身体と属性を分離することが困難であるために,属性とともにノイズも抽出して認識能力を損なうことになる。そこで,予備知識として属性が存在する可能性が高い場所を活用した。確率マップ(Probability Map)と呼ぶこの知識をRPCAによる画像分解の重みとして組み込んだ。確率マップを用いて,属性ごとの画像分解を実現した。その結果,この方式はベースラインと比べて有意な改善を示した。提案方法によって平均でFスコアが0.83という最高性能を達成した。(翻訳著者抄録)

シソーラス用語： 画像分析 ,  赤外線 ,  属性 ,  *画像認識 ,  *装飾品
準シソーラス用語： 画像分解 ,  *装身具 ,  属性情報 ,  熱赤外線

著者キーワード (5件)： thermal infrared ,  wearable attribute ,  recognition ,  decomposition ,  probability map

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (31件)：

• [1] M.S. Bartlett, G. Littlewort, I. Fasel, and J.R. Movellan, “Real time face detection and facial expression recognition: Development and applications to human computer interaction,” Proc. IEEE Computer Society Conf. Computer Vision and Pattern Recognition 2003 Workshops, pp.53-59, Madison, Wisconsin, USA, June 2003. DOI:10.1109/CVPRW.2003.10057
• [2] M.J. Lyons, J. Budynek, A. Plante, and S. Akamatsu, “Classifying facial attributes using a 2-D Gabor wavelet representation and discriminant analysis,” Proc. 4th IEEE Int. Conf. Automatic Face and Gesture Recognition, pp.202-207, Grenoble, France, March 2000. DOI:10.1109/AFGR.2000.840635
• [3] G. Shakhnarovich, P.A. Viola, and B. Moghaddam, “A unified learning framework for real time face detection and classification,” Proc. 5th IEEE Int. Conf. Automatic Face and Gesture Recognition, pp.14-21, Washington, DC, USA, May 2002. DOI:10.1109/AFGR.2002.1004124
• [4] B.A. Golomb, D.T. Lawrence, and T.J. Sejnowski, “Sexnet: A neural network identifies sex from human faces,” Advances in Neural Information Processing Systems 3, pp.572-577, Denver, CO, USA, Nov. 1990.
• [5] S. Wang, Z. Gao, S. He, M. He, and Q. Ji, “Gender recognition from visible and thermal infrared facial images,” Multimed. Tools Appl., vol.75, no.14, pp.8419-8442, July 2016. DOI:10.1007/s11042-015-2756-5

タイトルに関連する用語 (7件)： 確率 ,  マップ ,  熱赤外線 ,  画像分解 ,  人間 ,  着用 ,  属性