文献

J-GLOBAL ID：201802233945476653   整理番号：18A2035993

ツイート畳込みニューラルネットワークによる顔ランドマーク検出【JST・京大機械翻訳】

Facial Landmark Detection with Tweaked Convolutional Neural Networks

著者 (5件)： Wu Yue (Information Sciences Institute USC, Marina del Rey, CA) ,  Hassner Tal (Information Sciences Institute USC, Marina del Rey, CA) ,  Kim KangGeon (Institute for Robotics and Intelligent Systems USC, Marina del Rey, CA) ,  Medioni Gerard (Institute for Robotics and Intelligent Systems USC, Marina del Rey, CA) ,  Natarajan Prem (Information Sciences Institute USC, Marina del Rey, CA)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 40  号： 12  ページ： 3067-3074  発行年： 2018年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： 本論文は,顔ランドマーク検出の問題に関するものである。顔のランドマーク座標を回帰するために訓練された畳込みニューラルネットワーク(CNN)の中間層で生成された特徴のユニークな新しい解析を提供した。この解析により,CNNにより処理されている間,顔画像は,類似の姿勢(すなわち,3Dビュー)と顔特性(例えば,眼摩耗の有無)において顔を含むサブセットに教師なしに分割できることを示した。この発見に基づいて,特定の姿勢と外観における顔のランドマーク座標を登録するために特殊化された新しいCNNアーキテクチャを記述した。訓練データの不足に対処するために,特に極端なプロファイル姿勢において,これらの特殊なサブネットワークの各々に対する十分な訓練例を提供するために設計されたデータ拡張技術を追加的に提示した。提案したピン止めCNN(TCNN)アーキテクチャは,AFW,ALFW,および300Wベンチマークに関する広範囲のテストにおいて,既存のランドマーク検出法より優れていることを示した。最終的に,著者らの結果の再現性を促進するために,著者らは著者らのプロジェクトWebページを通して公開されるコードと訓練されたモデルを作る。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： ピン止め ,  ベンチマーク ,  モデル ,  三次元 ,  検出法 ,  再現性 ,  Webページ ,  摩耗 ,  計算機アーキテクチャ ,  顔画像 ,  *部分集合
準シソーラス用語： 訓練データ ,  中間層 ,  *ランドマーク ,  *畳込みニューラルネットワーク , 【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 (3件)： 畳込みニューラルネットワーク ,  顔 ,  ランドマーク