文献

J-GLOBAL ID：201902251965830031   整理番号：19A0512403

アクティブ外観モデルの高速で正確なNewtonと双方向適合【JST・京大機械翻訳】

Fast and Exact Newton and Bidirectional Fitting of Active Appearance Models

著者 (3件)： Kossaifi Jean (Department of Computing, Imperial College London, London, U.K.) ,  Tzimiropoulos Georgios Yorgos (School of Computer Science, The University of Notthingham, Nottingham, U.K.) ,  Pantic Maja (Department of Computing, Imperial College London, London, U.K.)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 2  ページ： 1040-1053  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： アクティブ外観モデル(AAM)は,野生で訓練されたとき,照明,姿勢およびオクルージョンの広い変化を扱う能力に対して非常に魅力的であることが証明されている形状および外観の生成モデルであるが,回帰ベースまたは深い学習法のような大きな訓練データセットを必要としない。AAMを適合させる問題は通常,非線形最小二乗法として定式化され,それを解く主な方法は標準Gauss-Newtonアルゴリズムである。本論文では,2つの方法でAAMを拡張した。最初に,画像とテンプレートの両方を変形させる双方向フィッティング法を定式化することによりGauss-Newtonフレームワークを拡張し,新しいインスタンスに適合させた。次に,AAMフィッティングのための効率的なNewton法を導出することにより,二次法を定式化した。著者らは,2つのタイプのAAM,全体論的および部分ベースに対する統一フレームワークにおける両方の方法を導出し,さらに,高速で正確な解を導出するための問題における構造をどのように利用するかを示した。著者らは,3つの挑戦的で最近注釈されたデータセットに関するすべてのアルゴリズムの徹底的評価を実行して,初期化における適合精度,収束特性,およびノイズの影響を調査した。提案した方法を他のアルゴリズムと比較し,優れた収束特性を有する一方で,それらが最先端の結果を生み出し,他の方法を実行することを示した。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： *高速度 ,  画像 ,  雑音 ,  アルゴリズム ,  学習 ,  アノテーション ,  オクルージョン ,  定式化 ,  Newton-Raphson法
準シソーラス用語： 最先端 ,  訓練データ ,  生成モデル ,  *アクティブ外観モデル , 【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 (2件)： アクティブ外観モデル ,  双方向