抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
顔検出(すなわち,顔を考慮画像で検出できるかどうかチェック)はIoT(モノのインターネット)する場合における一つの重要な技術として期待されている。しかし,画像捕獲/貯蔵/処理回路は時効した場合検出される画像が間違っていると思われる。幸いなことに,顔検出技術のための画像のわずか数詳細を処理に必要である検出過程が効率的になるようにした。画像誤差のための高い忍容性は顔の構造が破壊されていない限り存在する。この特徴を利用した井戸顔検出ベースシステムの寿命を延ばすために非常に有用である。しかし,文献における研究は,そのような応用の誤差耐容性を評価しなかった。関連エラー耐性の研究のほとんどは,マルチメディア信号における小振動に人間の非感受性の利点を持つ。本研究では,マシンベースの顔検出応用のための画像の誤差忍容性は人間ベース応用のためのそれより大きくも示した。一つの関連する重要な課題は,誤った画像はまだ顔検出可能であるかどうかを調べること。解析結果により,典型的な画像品質評価法は,いくつかの誤分類をもたらすであろうことを示した。これは効率的な試験方法を開発した。提案した方法は,誤った画像における実構造分散を捕捉し,この分散は有意か否か評価した。提案した方法の実行は簡単で,これは更に,計数と比較演算のみを必要とする。3,438の誤ったベンチマーク画像に関する著者らの実験結果は,99.57%の試験精度は,開発した方法で達成可能であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】