文献

J-GLOBAL ID：201702233984784178   整理番号：17A0056575

Neurophフレームワークに基づく多層パーセプトロン溶液を用いた静止画像における人間の顔の検出【Powered by NICT】

Human face detection in still image using Multilayer perceptron solution based on Neuroph framework

著者 (4件)： Vapenik R. (Department of Computers and Informatics, Technical University of Kos∨ice, Slovakia) ,  Kainz O. (Department of Computers and Informatics, Technical University of Kos∨ice, Slovakia) ,  Fecil’ak P. (Department of Computers and Informatics, Technical University of Kos∨ice, Slovakia) ,  Jakab F. (Department of Computers and Informatics, Technical University of Kos∨ice, Slovakia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICETA  ページ： 365-369  発行年： 2016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： 人工ニューラルネットワーク(ANN)は人工知能の分野で利用される主要な学習手法の1つであり,その特性はヒト脳におけるニューロンの挙動を模倣として重要な資産を有していた。本論文では静止画像における人間の顔の検出を目指したANN,特に多層パーセプトロン(MPL)に焦点を当てた研究を提示した。本システムは,Javaプログラミング言語とNeurophと呼ばれるソフトウェアフレームワーク,一次ニューラルネットワークのための正確に使用されているを利用して実行した。評価部分は複雑な試験手順を提示し,全検出過程を増強する個々のパラメータを変化させ,設定する可能性を紹介した。本研究の新規性は,いくつかの理由のためのANNの使用,これらソフトウェアフレームワークの利用であることの一つであるパラメータの試験と検出プロセスに影響するかに関する詳細な記述と評価である。しかし主強度は顔の検出よりも認識のためのANNの利用にある。Neurophフレームワークの利用は静止画像における顔の検出に焦点を当てていることをシステムの代替であり,種々のプログラミング言語で通常用いられている。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： 学習 ,  プログラミング言語 ,  *静止画像 ,  ヒト ,  ニューラルネットワーク ,  ニューロン ,  人工知能 ,  Java ,  *多層パーセプトロン

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： フレームワーク ,  多層パーセプトロン ,  溶液 ,  静止画像 ,  人間 ,  顔