文献

J-GLOBAL ID：201802246893752485   整理番号：18A0186459

Dlibに基づく顔モデリングプロセス【Powered by NICT】

Face modeling process based on Dlib

著者 (4件)： Ren Xiujuan (College of automation and electrical engineering, Qingdao University, China, 266071) ,  Ding Junhang (College of automation and electrical engineering, Qingdao University, China, 266071) ,  Sun Jinna (College of automation and electrical engineering, Qingdao University, China, 266071) ,  Sui Qingmei (College of Control Science and Engineering, Shandong University, China, 250100)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 1969-1972  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： 本論文では,森林モデル形状訓練サンプルの回帰推定による顔モデリング問題,ピクセル差特性によって各特徴点のランダムフォレストモデル線形最小二乗あてはめと実形状に対する訓練サンプルの形状を推定するために,大域的最適化モデル試料特徴点位置回帰推定と形状最適化を試験するためのモデルを用いて,顔特徴点の自動位置決めを実現した。勾配増強に基づく手法は,特徴データを扱うと回帰ツリーのカスケード学習によって欠落した特徴点の問題を解決するために提案する。添加では,正則化パラメータと過剰適合現象との間の関係も調べた。同時に,モデルの予測精度に訓練データの数の比を研究した。同時に,データは不十分なデータの場合の既存データのアフィン変換により合成した。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： アフィン変換 ,  位置決め ,  最小二乗法 ,  線形性 ,  学習 ,  形状最適化 ,  画素 ,  形態 ,  *モデリング ,  モデル
準シソーラス用語： 訓練データ ,  予測精度 ,  正則化パラメータ ,  大域的最適化 ,  特徴点 , 【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 (3件)： 顔 ,  モデリング ,  プロセス