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。
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】