文献

J-GLOBAL ID：201902250064626683   整理番号：19A0517960

ロバスト顔認識のためのFisherベクトルの圧縮【JST・京大機械翻訳】

Compressing Fisher Vector for Robust Face Recognition

著者 (3件)： Wang Hongjun (Pattern Recognition and Intelligent Systems Laboratory, Beijing University of Posts and Telecommunications, Beijing, China) ,  Hu Jiani (Pattern Recognition and Intelligent Systems Laboratory, Beijing University of Posts and Telecommunications, Beijing, China) ,  Deng Weihong (Pattern Recognition and Intelligent Systems Laboratory, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 23157-23165  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： ロバストな顔認識のための1つの主要なトピックは,顔記述子の効率的符号化である。様々なエンコーダの中で,Fisherベクトル(FV)は有望な結果をもたらす確率的方法の一つである。しかしながら,その巨大な表現は,かなりforbしている。本論文では,FVを効率的に圧縮し,そのロバスト性を保持する手法を提案した。最初に,新しいコンパクトFV(CFV)記述子を提案した。CFVは,小さい事後をゼロにし,一次統計を計算し,その要素を適切に再重み付けすることにより得られる。第二に,反復量子化(ITQ)方式に照らして,著者らのCFVを二値化する一般化ITQ(GITQ)方式を提示した。最後に,畳込みニューラルネットワークの畳込み活性化を符号化するために,CFVとGITQを適用した。FERET,LFW,AR,およびFRGC2.0データセットに関する著者らの方法を評価して,著者らの実験はそのようなフレームワークの利点を明らかにした。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： 重みづけ ,  量子化 ,  *ベクトル ,  畳込み ,  *ロバスト性 ,  符号器
準シソーラス用語： 畳込みニューラルネットワーク ,  二値化 ,  確率的方法 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ロバスト ,  顔認識 ,  ベクトル