文献

J-GLOBAL ID：201802256626010252   整理番号：18A1743067

LightenCNNに基づく自動顔分類モデルの最適化方法【JST・京大機械翻訳】

Optimization method of automatic face classification model based on lighten CNN

著者 (3件)： Sun Xu (北京化工大学信息科学与技術学院,北京,100029) ,  Hu Wei (北京化工大学信息科学与技術学院,北京,100029) ,  Li Ruirui (北京化工大学信息科学与技術学院,北京,100029)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： z1  ページ： 32-35,82  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マルチメディア,人工知能,およびインターネット技術の急速な発展により,動的ビデオにおける顔の検出と解析が研究ホットスポットである。Lighten畳込みニューラルネットワーク(LightenCNN)のフレームワークに基づく単一ネットワークのマルチターゲットの顔特性解析の新しい方法を,顔特性解析の研究が,同時に監視ビデオの正確さとリアルタイム性の要求を満たすことができないので,提案した,そして,Lighten畳み込みニューラルネットワーク(LightenCNN)に基づく。最初に,モデルトレーニングサンプル拡張の半自動データマーキング戦略を提案する。次に,マルチタスク学習のアイデアを結合して,LightenCNNに基づく単一ネットワークのネットワーク構造を構築した。最後に,監視ビデオの顔データセットにおいて,顔の年齢と性別の特性解析の実験を行い,顔シーケンスに基づく信頼性解析を実行した。実験結果は,LightenCNNに基づく顔分類モデルの最適化法が,監視ビデオの特性解析の精度とリアルタイム性の要求を満たすことができ,良好な一般化能力と適用範囲を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： マルチメディア ,  人工知能 ,  *最適化 ,  インターネット ,  ホットスポット ,  性能分析 ,  信頼性解析 ,  録画装置 ,  高速度 ,  ネットワーク構造 ,  *最適化手法 ,  ネットワーク ,  性別 ,  畳込みニューラルネットワーク ,  *改変
準シソーラス用語： マルチタスク学習 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 分類モデル ,  最適化方法