文献

J-GLOBAL ID：201802240243894343   整理番号：18A0126574

構造を利用した前を介したロバストな線形表現【Powered by NICT】

Robust linear representation via exploiting structure prior

著者 (4件)： Wang Dong (Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  He Ran (Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Wang Liang (Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Tan Tieniu (Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 76  ページ： 560-568  発行年： 2018年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 過去数年にわたり,線形表現モデルは,コンピュータビジョンにおける顔認識のような成功した応用の多くが見られた。顔認識との関連で,閉塞は実用的な顔認識システムの性能を抑制する重要な因子である。本論文では,閉塞の空間連続性前をコードする明確に閉塞雑音の負の影響を軽減するために提案した。サングラスおよびスカーフ着用のような多くの実世界閉塞した隣接するという事実を考慮すると,考慮へのそのような前したより正確なモデルを構築し,より高い認識率を達成することができる。に加えて,一般的フレームワークは,多くの市販の線形表現モデルをうまく組み込むことができる提案されている。そして,全てのこれらのモデルの最小化目的は,同じ半二次最適化法によって解くことができる。閉塞へのこれらモデルのロバスト性は,公平なプラットフォーム上で包括的に評価することができた。ARおよび拡張YaleB顔データベース上で包括的な実験を行い,提案したアルゴリズムは隣接する閉塞へのモデルのロバスト性を向上させることができることを確証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： モデル ,  雑音 ,  連続性 ,  コンピュータビジョン ,  *線形性 ,  閉塞 ,  *ロバスト性 ,  アルゴリズム
準シソーラス用語： 顔データベース ,  認識率 , 【Automatic Indexing@JST】

著者キーワード (3件)： 線形表現 ,  半二次最適化 ,  閉塞前

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ロバスト ,  線形 ,  表現