文献

J-GLOBAL ID：201902227858923714   整理番号：19A2098447

回帰年齢推定【JST・京大機械翻訳】

Recurrent age estimation

著者 (6件)： Zhang Huiying (Pujiang Institute, Nanjing Tech University, Nanjing 211200, China) ,  Zhang Huiying (School of Computer Science and Engineering, Southeast University, Nanjing 211189, China) ,  Zhang Huiying (Department of Computer Engineering, Bengbu College, Bengbu 233030, China) ,  Geng Xin (School of Computer Science and Engineering, Southeast University, Nanjing 211189, China) ,  Zhang Yu (School of Computer Science and Engineering, Southeast University, Nanjing 211189, China) ,  Cheng Fanyong (College of Electrical Engineering, Anhui Polytechnic University 241000, China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 125  ページ： 271-277  発行年： 2019年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 年齢推定は近年の挑戦的な研究課題である。既存の手法は通常,年齢推定のための外観特徴のみを用いる。個人化された老化パターン,すなわち,年齢推定精度を改善するための重要な因子として示されている個人的特徴のシーケンスは,それらの研究では考慮されていない。反復年齢推定(RAE)と名付けた新しいモデルを提案し,外観特徴と個人化したエージングパターンを完全に利用した。RAEはCNN-LSTMアーキテクチャを用いた。畳込みニューラルネットワーク(CNN)は,顔画像から識別的外観特徴を抽出するために訓練され,長い短期記憶ネットワーク(LSTMs)は,個人的特徴のシーケンスから個人化された老化パターンを学習するために使用される。さらに,ラベル分布学習(LDL)方式をLSTMsに統合し,実際の年齢と隣接年齢から曖昧さを利用した。既存の手法と比較したRAEの優位性を実験結果により示した。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 ,  顔画像 ,  加齢 ,  計算機アーキテクチャ ,  曖昧さ ,  *学習
準シソーラス用語： 短期記憶 ,  畳込みニューラルネットワーク ,  推定精度 ,  個性化 ,  *年齢推定 , 【Automatic Indexing@JST】

著者キーワード (5件)： 再発年齢推定(RAE) ,  畳込みニューラルネットワーク(CNN) ,  長期短期記憶(LSTM) ,  年齢推定 ,  ラベル分布学習(LDL)

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 年齢推定