文献

J-GLOBAL ID：201702224389633799   整理番号：17A0887229

ソフトバイオメトリクス:階層的MRF(Markov確率場)に基づく毛髪セグメンテーションとスタイル認識のための大域的コヒーレント解【Powered by NICT】

Soft Biometrics: Globally Coherent Solutions for Hair Segmentation and Style Recognition Based on Hierarchical MRFs

著者 (2件)： Proenca Hugo (Department of Computer Science, IT: Instituto de Telecomunicacoees, University of Beira Interior, Covilha, Portugal) ,  Neves Joao C. (Department of Computer Science, IT: Instituto de Telecomunicacoees, University of Beira Interior, Covilha, Portugal)
資料名： IEEE Transactions on Information Forensics and Security  (IEEE Transactions on Information Forensics and Security)
巻： 12  号： 7  ページ： 1637-1645  発行年： 2017年 
JST資料番号： W1570A  ISSN： 1556-6013  CODEN： ITIFA6  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： Markov確率場(MRF)は,多くのコンピュータビジョン問題における一般的なツールであり,広範囲の局所依存性を忠実にモデル化した。Hammersley Clifford定理に根ざし,推論相の計算有効性を減少させる高すぎるためクリークを使用せずに解の大域的コヒーレンスを強化する上で重大な困難に直面している。この問題を念頭に置き,対結合にのみ基づいており,典型的に大域的コヒーレント解,1)局所的(画素)レベルで動作する1層を生成し,隣接画像パッチ間の相互作用をモデル化することをMRFのための多層(階層的)アーキテクチャを記述する;2)大域的一貫性を持つ解へと押しやらオブジェクト(仮説)レベルで動作する相補的層と。最適化中に,これら2つの層ではデータを分割しだけでなく,それを分類する平衡状態に相互作用する。提案したMRFアーキテクチャである生物学的データ(例えば,バイオメトリクス)を扱う問題に特に適している,解の妥当性を客観的に測定することができる。テストケースとして,毛/顔面毛セグメンテーションとラベリングの問題,人間の認識自然なままの有用なソフトバイオメトリックラベルを考察した。ははるかに低い計算コストで最新技術に近い性能レベル,セグメンテーションと分類(標識)タスクの両方を観察した。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： *バイオメトリクス ,  単一層 ,  計算機アーキテクチャ ,  コンピュータビジョン ,  最適化 ,  モデリング ,  ラベリング ,  相互作用 ,  *セグメンテーション ,  平衡状態 ,  画素 ,  多層 ,  *コヒーレンス
準シソーラス用語： 計算コスト ,  *Markov確率場 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： ソフト ,  バイオメトリクス ,  MRF ,  Markov確率場 ,  毛髪 ,  セグメンテーション ,  スタイル ,  コヒーレント ,  解