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。
二顔画像間の大きな姿勢不一致は,顔認識における重要な課題の一つである。姿勢不変顔認識のための従来のアプローチは顔frontalizationを行う,またはからの姿勢不変表現を学習,非正面顔画像。両タスクを行う共同互いにを可能にすることが望ましいことを論じた。この目的のために,本論文では,三種類の新規性と脱絡み合い表現学習生成敵対的ネットワーク(DR GAN)を提案した。初めに,発生器の符号器-復号器構造は,DR GaNを可能にする生成的アプローチと識別的表現を学習し,画像合成への添加で得られた。第二に,この表現は,姿勢のような他の顔変動から解きほぐされ,復号器に提供される姿勢コードを用いて明確にし,弁別器における推定問題を取り上げた。第三に,DR GaNは,入力として一つまたは複数の画像を,任意の数の合成画像の一つの統一表現を生成することができる。制御され,自然なままの両データベース上での定量的および定性的評価は最先端を越えたDR GANの優位性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】