文献

J-GLOBAL ID：201802238212983175   整理番号：18A0537571

深い確率論的ランダムフォレストに基づく関節顔面ランドマーク検出と行動推定【Powered by NICT】

Joint facial landmark detection and action estimation based on deep probabilistic random forest

著者 (2件)： Yu Jun (Department of Automation, University of Science and Technology of China, Hefei, China) ,  Chen Chang Wen (Department of Computer Science and Engineering, The State University of New York at Buffalo, New York, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VCIP  ページ： 1-4  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： ランダムフォレストは,可視画像からの顔ランドマークを検出するための効果的かつ効率的であり,局所二値特徴(LBF)を回帰させることにより最先端技術の性能,精度と速度の両方を達成した。顔ランドマークのためのランダムフォレストの検出精度を高めることにあると顔動作推定に拡張した。LBFの弱点,例えば,特徴スパース性と追跡ジッタを克服するように設計されている確率論的特徴。第二に,表現学習の能力を強化するためのランダムフォレストに導入される深いアーキテクチャ。第三に,初期検出顔ランドマークは微細化され,3D顔の動きは,最適化された反復型最近接点フレームワークに基づく画像に変形可能な顔モデルを記録することによって一緒に推定した。実験により,提案した方法は有意に精度の点で最新のものの性能を上回るだけでなく,通常のPC上で約60fpsで優れた追跡安定性とリアルタイム能力を達成することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習 ,  ジッタ ,  三次元 ,  動き推定 ,  最適化 ,  精密化 ,  *確率論 ,  計算機アーキテクチャ ,  画像
準シソーラス用語： 実時間 ,  顔モデル ,  スパース性 ,  検出精度 ,  *ランドマーク ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ランダムフォレスト ,  関節 ,  顔面 ,  ランドマーク ,  行動推定