文献

J-GLOBAL ID：201802238410330521   整理番号：18A1355602

弁別顔深度推定による2D顔認識の改善【JST・京大機械翻訳】

Improving 2D Face Recognition via Discriminative Face Depth Estimation

著者 (5件)： Cui Jiyun ,  Zhang Hao ,  Han Hu ,  Shan Shiguang ,  Chen Xilin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICB  ページ： 140-147  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： 顔認識は制約されたシナリオから制約されていないシナリオに進展するので,大きな姿勢,悪い照明,および部分的なオクルージョンのような新しい課題に遭遇する。3DまたはマルチモダリティRGB-Dセンサは,これらの課題に対してロバスト性を達成するための顔認識システムに対して有用であるが,新しいセンサの要求はそれらの応用シナリオを制限する。本論文では,制約されていないシナリオの下で2D顔認識精度を改善するための識別顔深さ推定手法を提案した。著者らの識別深さ推定法は,FCNがRGB画像から深さを回復することを目的とするカスケードFCNとCNNアーキテクチャを使用し,CNNは個々の被験者の分離性を保持する。次に,推定された深さ情報を,顔認識タスクに対するRGBに対する補完的モダリティとして用いた。2つの公開データセットとデータセットに関する実験により,RGBと推定深さ情報を用いた提案顔認識法は,RGBモダリティのみを用いるよりも良好な精度を達成できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 二次元 ,  *センサ ,  三次元 ,  計算機アーキテクチャ ,  ロバスト性 ,  オクルージョン
準シソーラス用語： 被験者 ,  モダリティ ,  マルチモダリティ ,  認識精度 ,  推定法 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 深度 ,  推定 ,  2D ,  顔認識