文献

J-GLOBAL ID：201702220040469442   整理番号：17A0964210

クラススパース性に基づく教師つき符号化による顔検証【Powered by NICT】

Face Verification via Class Sparsity Based Supervised Encoding

著者 (3件)： Majumdar Angshul (IIIT-Delhi, New Delhi, India) ,  Singh Richa (IIIT-Delhi, New Delhi, India) ,  Vatsa Mayank (IIIT-Delhi, New Delhi, India)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 6  ページ： 1273-1280  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： オートエンコーダは,再構成誤差を最小化することによって特徴表現を学習する深い学習アーキテクチャを提案している。ベースラインとしてオートエンコーダを用いて,本論文では,クラススパース性に基づく教師つきエンコーダ,CSSEと呼ばれるのための新しい定式化を提示した。は,同一クラスからの特徴は潜在空間の中の一般的なスパース性パターン/担体を持つであろうと仮定した。,オートエンコーダの定式化における,監督ペナルティはl_2-1,1-ノルムを促進するジョイントまばらとして導入した。CSSEの定式化は,単一隠れ層に対して導出し,欲張りlayer-by-layer学習アプローチを用いた複数の隠れ層に適用した。提案CSSEアプローチは,学習顔表現に適用し,LFWとPaSC顔データベース上で行った検証実験。実験は提案した方法が最新顔認識アルゴリズムを用いたオートエンコーダと同等の結果に比べて改善された結果をもたらすことを示した。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： ノルム ,  符号器 ,  学習 ,  定式化 ,  *符号化 ,  表情 ,  計算機アーキテクチャ ,  ペナルティ ,  再構成 ,  基準線
準シソーラス用語： 認識アルゴリズム ,  検証実験 ,  隠れ層 ,  特徴表現 ,  *スパース性 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： クラス ,  スパース性 ,  教師 ,  符号化 ,  顔 ,  検証