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。
会社のクライアントからの顔画像データとそれから顔認識システムを構築する問題を検討した。システムのロバスト性を最大化するために,ビデオカメラは,クライアントあたり複数の画像を取得するために使用することができた。しかし,データセットは巨大な成長とともに,各ユーザのためのネガティブサンプルの数が増加しているため,システムの精度が損なわれる可能性がある。ここでは,この問題に対する最初の溶液,(i)は,ユーザ登録中の反応性を保存するための訓練セット中のネガティブサンプルの数を制限することを提案し,(ii)精度を保存するための各ユーザに対して最も有益な陰性試料を選定し,(iii)ユーザ分類モデルを構築した。大型採鉱セットから陰性試料を選択する方法と深層学習から高次元データ表現を結合し,会話型時間内で,構築効果的なユーザ固有トレーニングセットと分類器,線形サポートベクトルマシンを用いた。法は,他の特徴抽出器で用いることができる。0-三制約無しデータセット上での五種のベースライン法と比較して優れた性能を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】