文献

J-GLOBAL ID：201702282931350763   整理番号：17A1676156

非負行列分解を改善するニューラルネットワークの顔認識【JST・京大機械翻訳】

Face recognition based on improved NMF and neural network

著者 (2件)： Zheng Mingqiu (長春信息技術職業学院 計算机系,吉林 長春,130103) ,  Yang Fan (長春理工大学 計算机科学技術学院,吉林 長春,130022)
資料名： Yejing yu Xianshi  (Yejing yu Xianshi)
巻： 32  号： 3  ページ： 213-218  発行年： 2017年 
JST資料番号： W1519A  ISSN： 1007-2780  CODEN： YYXIFY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 顔認識の正確さを改善するために,改良非負行列因数分解に基づく顔認識アルゴリズムを提案した。最初に,改良非負行列分解を用いて,顔画像の特徴抽出を行い,非負行列分解速度を改善した。次に,抽出された特徴情報をニューラルネットワーク学習の入り口として訓練し,ニューラルネットワークが学習過程において局所最小値と収束速度が遅いという問題を解決するために,改良遺伝的アルゴリズムを用いてニューラルネットワークを最適化し,最終的な顔認識結果を得た。実験結果は以下を示す。改善した非負行列分解法を用いて,神経回路網の分類訓練負荷と計算量を低減し,顔認識の認識率を向上させることができた。各種の方法と比較することにより、本方法の顔認識率はいずれも比較的高いことが分かった。本方法は顔の特徴分解速度が速く、神経回路網の訓練前の精度と収束速度を向上させ、顔認識の正確率を高めた。特徴ベクトルの数が40以上に達したとき,顔認識の精度は95%以上に保たれた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  神経回路網 ,  特徴抽出 ,  *ニューラルネットワーク ,  顔画像 ,  遺伝的アルゴリズム ,  学習 ,  計算量
準シソーラス用語： 特徴ベクトル ,  認識率 ,  収束速度 ,  学習過程 ,  認識アルゴリズム ,  非負行列因子分解 ,  *行列分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： machine vision ,  face recognition ,  nonnegative matrix factorization ,  genetic algorithm ,  neural network

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 非負行列 ,  分解 ,  ニューラルネットワーク ,  顔認識