文献

J-GLOBAL ID：201702287041152952   整理番号：17A1724698

軽量2流体畳込み顔検出【Powered by NICT】

Lightweight two-stream convolutional face detection

著者 (3件)： Triantafyllidou Danai (Department of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Nousi Paraskevi (Department of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Tefas Anastasios (Department of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 1190-1194  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： 無人機を用いたビデオ捕捉は,印象的なショットcinematographersを提供するが,雄とカメラの両方の非常に熟達取り扱いを必要とする。深層学習技術は,雄は,その入力を解析し,その飛行経路に関する知的意思決定を行うことを可能にするによるビデオシューティングプロセスを容易にするためにこのプロセスに利用できる。例のための高速で正確なオンボード顔検出は日和見ショット,例えば,重要性の人の近いアップの攻略に向けて雄を導く可能性がある。しかし,無人機のオンボード処理能力と記憶により課せられた制約は,計算的に高価なモデルの利用を妨げる。本論文では,制約された数の処理能力を用いた無人航空機実時間顔検出のための畳込みニューラルネットワーク,種々の環境における顔検出を有する完全に軽量二流体を提案した。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： カメラ ,  録画装置 ,  *畳込み ,  スループット ,  粒状材 ,  ニューラルネットワーク ,  無人機 ,  意思決定 ,  捕獲 ,  高速度
準シソーラス用語： 実時間 ,  深層学習 ,  *顔検出 ,  *軽量 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 軽量 ,  流体 ,  畳込み ,  顔検出