文献

J-GLOBAL ID：201902215977394333   整理番号：19A0022774

ロバストな顔アラインメントのための事例ベースのカスケード型スタック自動エンコーダネットワーク【JST・京大機械翻訳】

Exemplar-based Cascaded Stacked Auto-Encoder Networks for robust face alignment

著者 (2件)： Zhang Junfeng (School of Electronic and Information Engineering, Sun Yat-sen University, Guangzhou, China) ,  Hu Haifeng (School of Electronic and Information Engineering, Sun Yat-sen University, Guangzhou, China)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 171  ページ： 95-103  発行年： 2018年 
JST資料番号： W0185A  ISSN： 1077-3142  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： 本論文では,顔のランドマーク検出のための新しい模範ベースのカスケード化自動符号化ネットワーク(ECSAN)を提案した。提案したフレームワークは,グローバルな外部制約条件付き自動符号化ネットワーク(GECSAN)と,局所的な情報保存型自己符号化ネットワーク(LIPSANs)の集合から成る。著者らの研究では,GECSANは,全体的な顔画像から初期形状推定を得るために,逐次積層自動符号器ネットワークといくつかの良く設計された模範を利用する。次に,入力として現在のランドマークの周りに抽出された局所特徴を取り,顔のランドマーク精密化を生成するLIPSANsを提示した。既存の深いモデルと異なり,以前の模範ベースの形状を利用して,画像の部分的なオクルージョンを処理し,そこで,著者らのモデルは局所的なオクルージョンに対してロバスト性を達成することができた。いくつかのデータセットに関する実験結果は,著者らのモデルがオクルージョン処理に関して最先端の方法より良い性能を獲得して,より高いアラインメント精度を達成することを実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  *アラインメント ,  オクルージョン ,  *ロバスト性 ,  顔画像 ,  *符号器 ,  精密化 ,  モデル ,  画像
準シソーラス用語： 最先端 ,  局所特徴 ,  形状推定 ,  ランドマーク ,  *事例ベース , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動エンコーダ ,  深層学習 ,  事例ベース ,  カスケードアーキテクチャ ,  顔のアラインメント

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： ロバスト ,  顔 ,  アラインメント ,  事例ベース ,  カスケード ,  スタック ,  エンコーダ