文献

J-GLOBAL ID：201702240982073495   整理番号：17A1254992

顔アラインメントのための条件付き変分オートエンコーダを用いた顔ランドマークの学習局所応答【Powered by NICT】

Learning Local Responses of Facial Landmarks with Conditional Variational Auto-Encoder for Face Alignment

著者 (4件)： Liu Shuying ,  Huang Yipeng ,  Hu Jiani ,  Deng Weihong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FG  ページ： 947-952  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： 顔ランドマークの学習局所応答により正確にランドマークを位置決めすることができる新しい畳込みニューラルネットワークアーキテクチャを提案した。ネットワークは条件付き変分オートエンコーダ(CVAE)と深層畳込みニューラルネットワーク(DCNN)から構成されている。CVAEを用いて顔画像からの顔ランドマークの応答マップを学習することであるとDCNNを用いて,応答マップと顔のテクスチャから正確なランドマークの位置を学習することである。CVAE顔エンコーダ,生ピクセルからの高レベル情報を抽出する,高レベル符号化からの局所応答マップを出力する復号器から構成されている。最適化問題,バックプロパゲーションにより解くことができる局所応答を捉えるために用いCVAEを導いた。包括的実験を行い,提案CVAEは完全畳込みネットワーク(FCN)よりも良好な局所応答マップを学習できることを示した。著者らの方法は,AFLW(5点)と300Wの挑戦的なサブセット(68点)に対する最新の方法,この方法は複雑な姿勢と表現の条件における利点を示す手段を上回った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 部分集合 ,  *学習 ,  復号器 ,  *アラインメント ,  *符号器 ,  畳込み ,  最適化問題 ,  *変分法 ,  画素 ,  逆伝搬法 ,  顔画像 ,  符号化 ,  ネットワーク
準シソーラス用語： テクスチャ ,  *ランドマーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 顔 ,  アラインメント ,  変分オートエンコーダ ,  ランドマーク ,  学習 ,  応答