文献

J-GLOBAL ID：201702258619820668   整理番号：17A1648178

サポートベクトルマシンと局所三元パターンを用いた顔認識のための大域的および局所的カスケード特徴【Powered by NICT】

Cascading global and local features for face recognition using support vector machines and local ternary patterns

著者 (6件)： Jian Jia-Ching Jang (Department of Electrical Engineering, National University of Kaohsiung) ,  Wu Chih-Hung (Department of Electrical Engineering, National University of Kaohsiung) ,  Lai Chih-Chin (Department of Electrical Engineering, National University of Kaohsiung) ,  Pan Shing-Tai (Department of Information Science and Computer Engineering, National University of Kaohsiung, 700, Kaohsiung University Rd, Kaohsiung 81148, Taiwan) ,  Lee Shie-Jue (Department of Electrical Engineering, National Sun Yat-sen University, 70, Lienhai Rd, Kaohsiung 80424, Taiwan) ,  Ouyang Chen-Sen (Department of Information Engineering, I-Shou University, 1, Sec. 1, Syuecheng Rd, Kaohsiung 84001, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIA  ページ： 404-409  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： 本研究では,顔認識のためのグローバル(全面)および局所(眼,鼻,口の領域)特徴の有効性を解析した。人間の顔を記述する特徴は,局所三つ組パターンにコードされている。二クラスサポートベクトルマシンを訓練認識モデルのための教師あり学習アルゴリズムとして使用されている。認識プロセスでは,大域特徴および局所特徴に基づく認識モードを縦続接続した。顔画像を同定するために,局所的特徴は,大域的特徴により明確に同定できない候補を除去するための反復的に使用されている,最も高い可能性を持つ,と結論される。実験結果は大域的および局所的特徴の認識モデルカスケードは,単一分類プロセスよりも優れた分類精度が得られることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 顔画像 ,  アルゴリズム ,  *サポートベクトルマシン ,  縦続接続 ,  認知モデル ,  教師つき学習
準シソーラス用語： 分類精度 ,  局所特徴 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： サポートベクトルマシン ,  顔認識 ,  カスケード