文献

J-GLOBAL ID：201702288273368405   整理番号：17A0456683

積層オートエンコーダに基づく皮膚セグメンテーションアルゴリズム【Powered by NICT】

A Skin Segmentation Algorithm Based on Stacked Autoencoders

著者 (5件)： Lei You (Harbin Institute of Technology Shenzhen Graduate School, Shenzhen, China) ,  Yuan Wang (Harbin Institute of Technology Shenzhen Graduate School, Shenzhen, China) ,  Wang Hongpeng (Harbin Institute of Technology Shenzhen Graduate School, Shenzhen, China) ,  Wenhu You (School of Astronautics, Harbin Institute of Technology, Harbin, China) ,  Bo Wu (Education Technology and Information Center, Shenzhen Polytechnic, Shenzhen, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 19  号： 4  ページ： 740-749  発行年： 2017年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
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： 異なる条件下で皮膚音を把握できる良好な皮膚検出器は人間機械相互作用応用にとって重要である。一般的な状況では,皮膚確率マップまたはGauss混合モデルのような,皮膚検出器は許容可能な皮膚セグメンテーション結果を達成した。しかし,皮膚音は,影にあるとき,または皮膚に似た背景物体は類似の照射下にあるとき偽陽性率は有意に増加した。本論文では,積層オートエンコーダに基づく新しい皮膚特徴学習アルゴリズム,深層ニューラルネットワークを提案した。異なる民族と変化する照明条件に起因する皮膚セグメンテーションで遭遇する問題を克服するために,積層オートエンコーダを用いてRGB色空間とH SV色空間の両方で皮膚領域のより識別的表現を学習した。伝統的な機械学習法とは異なり,各画素を予測する個々の代わりに,提案アルゴリズムでは,表現を学習し,皮膚領域を検出するためのブロック利用する。アルゴリズムは皮膚音の高レベル表現を学習するための深層ニューラルネットワークの学習能力を利用した。テスト画像上での実験を行い,提案したアルゴリズムは,いくつかの公開利用可能なデータセット上で許容される結果を達成することを示した。これらのデータセットにおける皮膚画素の検出の困難さを低減するために,これらのデータセットのグランドトルースは,一般的に前景皮膚領域検出に焦点を当てている。皮膚検出器はバックグラウンド地域を検出することができ,実験で示された。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： 画素 ,  学習アルゴリズム ,  音響 ,  照明条件 ,  *アルゴリズム ,  深層 ,  検出器 ,  色空間 ,  *セグメンテーション ,  ニューラルネットワーク ,  機械学習
準シソーラス用語： 前景 ,  グランドトゥルース ,  偽陽性率 ,  Gauss混合モデル , 【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 (4件)： オートエンコーダ ,  皮膚 ,  セグメンテーション ,  アルゴリズム