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。
顔解析技術の著しい進歩にもかかわらず,大きな姿勢面上のランドマーク検出は自己オクルージョン,微妙なランドマーク差と不完全な情報のために,まだ困難である。これらの困難な問題に対処するために,著者らは遮蔽されランドマークに関する推論確実,微妙なランドマーク変位を正確に捕らえると極端に大きな姿勢の存在下でもランドマークを正確に検出する選択的2Dに基づく3D顔モデルの精密化を行うと3Dから2D投影ベース2Dランドマーク微細化新しい再発3D-2D二重学習モデルを導入した。提案したモデルは,再発様式で3D-2D学習とその双対2D-3D微細化タスクから有益なフィードバックを効果的に利用しているという最初のループの閉じた学習フレームワークを提案した。これら二相互ブースティング段階からの恩恵を受けて,著者らの提案したモデルは,大きな姿勢(姿勢まで)への魅力的なロバスト性と既存の3Dモデルと比較して微細スケールランドマーク変位を捕捉する優れた能力を示した。は挑戦的なAFLWベンチマークに関する新しい最先端を達成した。さらに,著者らの提案したモデルは,中間特徴を利用する経済的にする新しい建築設計を紹介し,その深い学習ベース対応物よりも4倍速い速度を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】