抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
これらの年には,eyeブロウセグメンテーション技術が急速に進化しているが,セグメンテーションアルゴリズムの精度と効率は同時にバランスすることができない。独立問題としてセグメンテーションタスクを処理する代わりに,2段階解を通して計算効率によりセグメンテーションロバスト性をバランスさせる可能性を調べた。本論文では,顔ランドマーク検出に基づくeyeの粗い位置決めを達成することから始めた。次に,このラフな位置決めアルゴリズムを用いてHelenデータセットに基づくデータセットを生成し,局所化領域の内部の正確なセグメンテーションを達成するために最適化されたU-ネット畳込みネットワークを提示した。著者らの2段階モデルは,従来の顔ランドマーク検出よりも高い精度を達成し,全体の画像全体にわたるグローバルセグメンテーションタスクよりも良好な効率を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】