文献

J-GLOBAL ID：201902237626695505   整理番号：19A2091758

熱的顔署名異常の検出【JST・京大機械翻訳】

Detecting Thermal Face Signature Abnormalities

著者 (3件)： Obi-Alago O. (Dept. of Electrical & Computer Engineering, Biometric Technologies Laboratory, University of Calgary, Canada) ,  Yanushkevich S. N. (Dept. of Electrical & Computer Engineering, Biometric Technologies Laboratory, University of Calgary, Canada) ,  Wetherley H. M. (Dept. of Electrical & Computer Engineering, Biometric Technologies Laboratory, University of Calgary, Calgary, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： EST  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,赤外スペクトルにおけるバイオメトリクスに対する深い学習技術を適用する新しい方法を提案した。それは,異常な熱パターンの検出を扱い,その結果,特に,inobの指標を同定する。これにより,都市シェルターにおけるセキュリティとヘルスケア緊急検出のための応用を見出した。公開されているDrank-Soberデータベースからの40人の被験者の16,000の利用可能な画像に対して,深い学習アプローチを適用した。関心のある2つの領域(前頭部と眼)の処理のタスクのために,2つの概念的ニューラルネットワークアーキテクチャを研究した。非深いニューラルネットワークを用いた同じデータに関する最良の既知の結果と比較して,前頭部と眼の関心領域を用いて被験者の不眠を予測するためのニューラルネットワーク分類器の精度は,それぞれ95.5%と96.67%に達した。分類精度を上げるために,特徴レベルとスコアレベル融合の両方を適用し,精度を96.92%改善した。Copyright 2019 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】

シソーラス用語： 不眠 ,  学習 ,  セキュリティ ,  都市 ,  *ニューラルネットワーク ,  赤外スペクトル ,  バイオメトリクス ,  データベース ,  画像
準シソーラス用語： 分類精度 ,  関心領域 ,  ニューラルネットワークアーキテクチャ ,  被験者 ,  避難所 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 署名