抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
データマイニングや機械学習技法を用いた人間活動を解析するとき,関係者の性別または年齢のような特性を推定するために有用である。性別認識の問題に焦点を当て,これは文献で広く研究され,未解決の残りの二主要な問題とされてきた:実世界顔画像の精度を改善するために,新しいデータセット上でうまく作動するモデルを一般化する方法。五百万弱くラベル付けした顔画像を収集し,三種類の実験を行い,調査することによりこれらの問題を解決:異なる深さの畳込みニューラルネットワーク(CNN)の間の性能差と同一の訓練データに局所二値パターン特徴を用いたサポートベクトルマシン法,分類精度に対する文脈情報の効果,畳込みニューラルネットワークの能力とデータベースを横断する分類に一般化する大量の訓練データ。自然のラベル付き顔(LFW)データセットの両方に記録破りの結果を報告し,98.90%の精度,およびグループ(群)データセットの画像を達成し,データベースを横断する性別分類のための91.34%の精度を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】