文献
J-GLOBAL ID:201702229938277424   整理番号:17A1270739

畳込みニューラルネットワークを用いた顔認識と部分空間学習【Powered by NICT】

Face Recognition with Convolutional Neural Networks and subspace learning
著者 (4件):
資料名:
巻: 2017  号: ICIVC  ページ: 228-233  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:
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。
深層学習はコンピュータビジョンにおいて広く使用されている。本研究では,二種類の状況の下での顔認識のための畳込みニューラルネットワーク(CNN)と部分空間学習に基づく新しい方法を示した。,大規模データベース上で学習した,VGG直面と呼ばれる非常に深いCNN(セルラニューラルネットワーク)アーキテクチャはCNN(セルラニューラルネットワーク)アーキテクチャにおける完全に連結した層の活性化ベクトルを抽出するための特徴抽出器として使用した。,二種類の部分空間学習法,即ち,線形判別分析(LDA)と白化主成分分析(WPCA)を,それぞれ課題環境当たり課題と単一試料あたり複数のサンプルの下での顔認識のための活性化ベクトルの部分空間を学習するために紹介した。活性化ベクトル部分空間学習を適用することの目的は,コンパクトな表現(次元低減)と性能改善を得た。二顔データベース(CMU PIEおよびFERET)上での実験を行い,VGG顔+LDAとVGG顔+WPCAの有効性を実証し,最先端の方法と比較した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る