文献

J-GLOBAL ID：201702277924244335   整理番号：17A1254913

監視シナリオにおけるソフトバイオメトリクス認識のための多属性残留ネットワーク(MAResNet)【Powered by NICT】

Multi-attribute Residual Network (MAResNet) for Soft-Biometrics Recognition in Surveillance Scenarios

著者 (3件)： Bekele Esube ,  Narber Cody ,  Lawson Wallace
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FG  ページ： 386-393  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： 監視画像では,ソフトバイオメトリック属性は人物再認識の問題における非常に効果的であることが示されている。これら属性の多くは大きく変化するが,これは個々の属性を認識するために設計された手工芸で作られた特徴の数を動機づけた。深学習は分類のための適切な学習特徴の一般的に有用であるが,それは通常最も人物再認識データベースで利用可能なものよりも列車へのより多くのデータを必要とする。本論文では,現在の歩行者属性認識は,複数の属性を同時に認識への利用よりもより深い残留ネットワーク(MAResNet)を提案した。提案したネットワークは効率的であり,正確である。PETAデータセットの属性認識における技術の状態を同時に271FPSの速度で属性を認識する。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： *ネットワーク ,  学習 ,  画像 ,  データベース ,  再認 ,  歩行者

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： シナリオ ,  ソフト ,  バイオメトリクス ,  属性 ,  残留