文献

J-GLOBAL ID：201802270860545841   整理番号：18A0382898

一人当たり単一試料からの顔認識のための協調確率的標識【Powered by NICT】

Collaborative probabilistic labels for face recognition from single sample per person

著者 (6件)： Ji Hong-Kun (School of Computer Science and Engineering, Nanjing University of Science & Technology, Nanjing, Jiangsu 210094, PR China) ,  Ji Hong-Kun (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore 637553, Singapore) ,  Sun Quan-Sen (School of Computer Science and Engineering, Nanjing University of Science & Technology, Nanjing, Jiangsu 210094, PR China) ,  Ji Ze-Xuan (School of Computer Science and Engineering, Nanjing University of Science & Technology, Nanjing, Jiangsu 210094, PR China) ,  Yuan Yun-Hao (Department of Computer Science and Technology, Yangzhou University, Yangzhou, Jiangsu 225000, PR China) ,  Zhang Guo-Qing (School of Computer Science and Engineering, Nanjing University of Science & Technology, Nanjing, Jiangsu 210094, PR China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 62  ページ： 125-134  発行年： 2017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： 者(SSPP)認識あたり単一試料は問い合わせサンプルの変化を予測するための情報が不足しているために顔認識(FR)における最も挑戦的な問題の一つである。この問題を解決するために,本論文では,ロバストな協調表現(CR)と確率論的グラフモデルに基づく新しい顔認識アルゴリズム,協調確率的ラベル(CPL)と呼ばれるを提案した。最初に,ラベル伝搬を利用して,著者らはギャラリーセットでのそれらに対応して一般的な訓練集合の中の試料のための確率的ラベルを構築,ラベル無しデータの識別情報をこの方法で効率的に探索することができた。,与えられたテスト試料のための適応変化型を自動的に推定した。最後に,それに対応する適応辞書と確率的ラベルを持つ試験試料のための新しい再構成ベース分類器を提案した。,照明,表情,オクルージョンを含む提案された確率的グラフに基づくモデル顔画像中の種々の変化に適応してロバストでは,姿勢とクラス当たり1試料に必要な訓練画像を低減することができる。五広く使用されている顔データベース上での実験結果により,提案アプローチの有効性を実証した。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： *ロバスト性 ,  オクルージョン ,  確率論 ,  再構成 ,  画像 ,  表情 ,  顔画像
準シソーラス用語： 顔データベース ,  識別子 ,  ラベル伝搬 ,  認識アルゴリズム ,  グラフモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 顔認識 ,  協調表現 ,  ラベル伝搬 ,  確率的グラフ ,  一人当たり単一訓練サンプル

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 試料 ,  顔認識 ,  協調 ,  確率 ,  標識