文献

J-GLOBAL ID：201702222406134340   整理番号：17A1349979

野生における顔検出のためのマルチスケール完全畳込みネットワーク【Powered by NICT】

Multi-scale Fully Convolutional Network for Face Detection in the Wild

著者 (2件)： Bai Yancheng ,  Ghanem Bernard
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPRW  ページ： 2078-2087  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： 顔検出はコンピュータビジョンにおいて古典的な問題である。野生で自然に起こる多くの障害に起因して困難な仕事である。本論文では,顔検出のためのマルチスケール完全畳込みネットワークを提案した。計算を低減するために,中間畳込み特徴マップ(conv)はすべてのスケールモデルで共有されている。最終convマップをサンプリングとダウンサンプリング特徴ピラミッドのKレベルを近似し,検出できることを面スケールの広い範囲をもたらす。各特徴ピラミッドレベルでは,FCNは小さな範囲スケール変化の中の顔を扱うためにエンドツーエンド訓練した。アップサンプリングのために,著者らの方法は,非常に小さい面を検出することができる(10×10ピクセル)。四件の公開顔検出データセット上で提案MS FCN検出器,FDDB,より広い顔,AFWとPASCAL顔を含むを試験した。広範な実験は,最先端レベル手法よりも性能的に優れていることを示した。,MS FCNは最小検出可能面サイズの仮定を用いたサイズ640×480の画像のためのGPU上での23FPSで運転しなかった。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： *ネットワーク ,  縮尺模型 ,  角錐 ,  画素 ,  コンピュータビジョン ,  画像 ,  *畳込み ,  検出器 ,  エンドツーエンド方式
準シソーラス用語： アップサンプリング ,  ダウンサンプリング ,  特徴マップ ,  *マルチスケール ,  *顔検出 , 【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 (3件)： 顔検出 ,  マルチスケール ,  畳込み