文献

J-GLOBAL ID：201802263015302148   整理番号：18A0244626

マルチ認知ソフトマックスと特徴検索を用いた高性能大規模顔認識【Powered by NICT】

High Performance Large Scale Face Recognition with Multi-cognition Softmax and Feature Retrieval

著者 (12件)： Xu Yan ,  Cheng Yu ,  Zhao Jian ,  Wang Zhecan ,  Xiong Lin ,  Jayashree Karlekar ,  Tamura Hajime ,  Kagaya Tomoyuki ,  Pranata Sugiri ,  Shen Shengmei ,  Feng Jiashi ,  Xing Junliang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCVW  ページ： 1898-1906  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,百万種類の著名人を認識することを目的としたMS Celeb lM挑戦の取り組み1に溶液を導入した。この大規模顔認識問題を解決するために,複数認識ソフトマックスモデル(MCSM)はデータシャフリング方式によるいくつかの認知単位に訓練データを分配するため提案した。独立ソフトマックスモデルの集団であり,モデルアンサンブルの性能を高めるために一つのソフトマックスモデルの多様性を増加させるように設計されているとして認知単位を導入した。一方,テンプレート特徴検索(FR)モジュールを採用して特異的投票方式によるMCSMの性能を改善することである。さらに,各同一性による余分な600K恒等式は,一つの画像だけを持つ収集に適用したワンショット学習法。MCSMとFRから低いスコアーを示す画像試験はワンショット学習結果を合併することによってより高いスコアを持つ新しいラベルを帰属した。MS Celeb1m試験集合上での包括的な実験により,提案した方法の優位性を示した。筆者らの解は最終評価の二設定の第一位をランク付けすると大幅に他のチームを凌駕した。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 ,  画像 ,  投票 ,  等級づけ
準シソーラス用語： スコア ,  訓練データ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： マルチ ,  認知 ,  ソフト ,  検索 ,  高性能 ,  大規模 ,  顔認識