文献

J-GLOBAL ID：201702275586895543   整理番号：17A1773250

訓練データ増強とファジィ集合サンプル重みづけを用いた動的注意制御カスケード形状回帰【Powered by NICT】

Dynamic Attention-Controlled Cascaded Shape Regression Exploiting Training Data Augmentation and Fuzzy-Set Sample Weighting

著者 (5件)： Feng Zhen-Hua ,  Kittler Josef ,  Christmas William ,  Huber Patrik ,  Wu Xiao-Jun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 3681-3690  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： 非拘束面上でのロバストな顔ランドマーク検出のために,動的注意制御されたCSR(DAC CSR),新しいカスケード形状回帰(CSR)アーキテクチャを提案した。DAC CSRは三つのカスケードサブタスク:顔境界ボックス微細化,一般的なCSRと注意制御されたCSRへの顔ランドマーク検出を分割する。最初の二段階は,初期面境界ボックスを微細化し,中間顔ランドマークを出力する。,さらに使用ランドマーク精密化のための適切なドメイン固有CSRを選択することであるオンライン動的モデル選択法。DAC CSRの重要な革新が注目され制御されたドメイン固有モデル訓練のためのフォールトトレラント機構,ファジィ集合サンプル重みづけを用いて,である。さらに,簡単だが効果的な2次元プロフィル顔発生器によるデータ増強,及び良好な顔特徴表現のためのコンテキストアウェア特徴抽出を推奨した。挑戦的なデータセット上で得られた実験結果は,最新の方法に対する筆者らのDAC CSRのメリットを実証した。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： 精密化 ,  *ファジィ集合 ,  計算機アーキテクチャ ,  フォールトトレランス ,  *重みづけ ,  ダイナミックモデル ,  ロバスト性 ,  二次元 ,  特徴抽出
準シソーラス用語： コンテキストアウェアネス ,  特徴表現 ,  再生器 ,  オンライン ,  ランドマーク ,  *訓練データ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 訓練データ ,  増強 ,  ファジィ集合 ,  サンプル ,  重みづけ ,  注意 ,  カスケード