文献

J-GLOBAL ID：201802227479809835   整理番号：18A1908973

CNNベース瞳孔中心点検出のためのデータ増強の有効性【JST・京大機械翻訳】

Effectiveness of Data Augmentation for CNN-Based Pupil Center Point Detection

著者 (4件)： Kan Naoyuki (Kyushu Institute of Technology, Iizuka, Japan) ,  Kondo Nagisa (Kyushu Institute of Technology, Iizuka, Japan) ,  Chinsatit Warapon (Kyushu Institute of Technology, Iizuka, Japan) ,  Saitoh Takeshi (Kyushu Institute of Technology, Iizuka, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SICE  ページ： 41-46  発行年： 2018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： 畳込みニューラルネットワーク(CNN)は外観ベースの方法の一つであり,この方法は瞳孔中心点検出問題の可能性を有する。しかし,CNNは非常に大量の訓練データを必要とする。この問題を克服するために,データ増強(DA)は有用な解決策である。本論文では,3つのDAアプローチの効果を調べた。アフィン変換に基づくアプローチ,合成画像ベースのアプローチ,および生成的な対数ネットワーク(GAN)ベースのアプローチ,そして,オフ-ザリーCNNモデルを使用する瞳孔中心点検出タスクのためのDAの有効性を評価する。訓練データの11条件を設定し,検出精度を評価した。結果は,アフィン変換を適用することによって,より高い検出精度が眼画像のために得られることを示した。瞳孔中心点検出タスクにおいて,DAのアフィン変換に基づくアプローチが効果的であることが分かった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アフィン変換 ,  対数 ,  ネットワーク ,  画像 ,  合成画像 ,  畳込みニューラルネットワーク
準シソーラス用語： 検出精度 ,  訓練データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： CNN ,  瞳孔 ,  中心点 ,  データ増強 ,  有効性