文献

J-GLOBAL ID：201702225628303735   整理番号：17A1257412

マルチモーダルバイオメトリクスのためのカーネルグループスパース表現に基づく分類器【Powered by NICT】

Kernel group sparse representation based classifier for multimodal biometrics

著者 (4件)： Goswami Gaurav (IIIT-Delhi, India) ,  Singh Richa (IIIT-Delhi, India) ,  Vatsa Mayank (IIIT-Delhi, India) ,  Majumdar Angshul (IIIT-Delhi, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2894-2901  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： 分類は多数の一般的な研究問題への応用の重要なパターン認識パラダイムである。分類の精度を改善するための多重データ表現を利用した文献で調べた。しかし,多数決投票とスコアレベル融合を用いた分類器の結合のようなアプローチである表現段自身での利用可能なデータの背景にある構造を活用していない。本論文では,入力データの複数の表現を利用する分類性能を改善するグループスパース表現分類器にカーネル化に基づく拡張を提案した。カーネルを用いることにより,それらはより分離可能な,実質的に計算コストを増加させずにこれらの表現は,高次元空間で処理する。提案したアルゴリズムは,訓練プロセスの一部として自動的にそのパラメータと共に使用する理想的なカーネルを選択する。三つの挑戦的なバイオメトリック問題に提案したアルゴリズム,すなわち,交差距離顔認識,RGB-D顔認識,多モードバイオメトリクスの有効性を展示するために評価した。実験的に,著者らは,提案したアルゴリズムが効率的に分類性能をさらに改善するために複数のデータ表現を組み合わせることができることを観測した。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： 高次元 ,  パターン認識 ,  多モード ,  アルゴリズム ,  多重化 ,  *バイオメトリクス ,  データ表現
準シソーラス用語： RGB-D ,  顔貌認識 ,  計算コスト ,  カーネル化 ,  入力データ ,  多数決投票 ,  *スパース表現 ,  *マルチモーダルバイオメトリクス , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マルチモーダルバイオメトリクス ,  カーネル ,  グループ ,  スパース表現 ,  分類器