文献

J-GLOBAL ID：201802236660872716   整理番号：18A0823539

マルチスペクトルイメージングを用いたロバストな性別分類【JST・京大機械翻訳】

Robust Gender Classification Using Multi-Spectral Imaging

著者 (5件)： Vetrekar Narayan ,  Ramachandra Raghavendra ,  Raja Kiran B. ,  Gad R.S. ,  Busch Christoph
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SITIS  ページ： 222-228  発行年： 2017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： マルチスペクトルイメージングは,電磁スペクトルを横切る空間スペクトルデータを捕捉する能力により,最近,重要性を増している。本論文では,マルチスペクトル画像センサの固有特性を探索することにより,ロバスト性分類手法を提示した。スペクトルデータをスペクトルデータを独立に処理するフレームワークを,線形サポートベクトルマシン(SVM)分類器,性予測において学習するためにさらに結合されたスペクトル角度マップ(SAM)と離散ウェーブレット変換(DCT)を用いて提案した。6つの異なる照明条件における145人の被験者に対応する78300のサンプル画像のマルチスペクトル顔データベースを用いて,平均分類精度の形式における広範囲の実験結果を提示した。96.80±1.60%の最高平均分類精度を,ロバスト性分類のためのマルチスペクトルイメージングの可能性を意味する提案手法を用いて得た。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： 照明条件 ,  画像 ,  線形性 ,  *スペクトル ,  イメージセンサ ,  予測 ,  *ロバスト性 ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  顔データベース ,  被験者 ,  離散ウェーブレット変換 ,  *多重スペクトル ,  スペクトルデータ ,  *性別分類 , 【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)： マルチスペクトル ,  イメージング ,  ロバスト ,  性別分類