文献

J-GLOBAL ID：201902237321213343   整理番号：19A1118961

オクルージョンによる顔認識のための局所制約を用いた識別辞書学習【JST・京大機械翻訳】

Discriminative Dictionary Learning with Local Constraints for Face Recognition with Occlusion

著者 (5件)： Zhang Tao (Jiangsu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, Jiangnan University, Wuxi, China) ,  Yang Zhuoqun (Jiangsu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, Jiangnan University, Wuxi, China) ,  Xu Yaqi (Jiangsu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, Jiangnan University, Wuxi, China) ,  Yang Bin (Jiangsu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, Jiangnan University, Wuxi, China) ,  Jia Wenjing (Faculty of Engineering and Information Technology, University of Technology Sydney, Ultimo, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11068  ページ： 733-744  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： サングラス,マスクなどの顔のオクルージョンは,顔認識の精度に影響を及ぼす重要な因子である。残念ながら,オクルージョンを持つ顔は,現実世界で非常に一般的である。近年,スパース符号化は異なる照明の下で顔認識問題を扱うホットスポットになっている。スパース表現に基づく分類の基本的アイデアは,すべてのクラスの訓練サンプルが質問顔画像を表現するための辞書として取られた一般的分類方式であり,それを評価することによって分類して,それの最小の再構成誤差に導く。しかし,学習辞書における共有部分とクラス固有部分をバランスさせる方法は,自明なタスクではない。本論文では,2つの貢献を行った。(i)著者らは,スパース表現型分類モデルを導入することによって,新しいオクルージョン検出法を提示した。(ii)表現制約条件と係数非コヒーレンス項を組み込んだ新しいスパースモデルを提案した。ベンチマーク顔データベースに関する実験は,著者らの方法の有効性とロバスト性を実証して,それは最先端の方法を上回った。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 顔画像 ,  検出法 ,  ベンチマーク ,  ホットスポット ,  ロバスト性 ,  *オクルージョン ,  再構成 ,  *学習 ,  有効性 ,  コヒーレンス
準シソーラス用語： スパース ,  スパース表現 ,  スパースコーディング ,  *辞書学習 ,  *顔貌認識 , 【Automatic Indexing@JST】

著者キーワード (3件)： 顔認識 ,  オクルージョン検出 ,  スパース表現

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： オクルージョン ,  顔認識 ,  制約 ,  識別 ,  辞書学習