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。
本論文では,広く使用されているスパース表現に基づく分類(SRC)フレームワークの下で新しい単一サンプル顔認識アプローチを提案した。以前の研究は,一人当たりの訓練サンプルの十分な数とSSFRには適していないときSRCはのみ機能することを示した。これを解決するために,クラス内変動を学習するために,補助データセットを用い,単一サンプル訓練セットに変えることによりドメイン移動スパース表現に基づく分類(DT SRC)法を提案した。補助と訓練セットは,異なる環境で撮影されたと思われるので,補助集合訓練集合からクラス内変動を移動させるメタ空間を学習する辞書学習法を適用した。これを達成するために,このような情報は,効果的に移すことができ,メタ空間におけるこれらの二データセットの分布差を最小化した。補助セットのラベル情報試料を利用して識別DT SRC(DDTSRC)にDT SRCを拡張学習メタ空間におけるより識別情報を利用する。三面ベンチマークデータセット上での実験結果により,提案アプローチの有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】