文献

J-GLOBAL ID：201902299755655248   整理番号：19A2092032

深顔画像検索:辞書学習との比較研究【JST・京大機械翻訳】

Deep Face Image Retrieval: a Comparative Study with Dictionary Learning

著者 (6件)： Tarawneh Ahmad S. (Dept. of Algorithms and Their Applications, Eoetvoes Lora ́nd University, Budapest, Hungary) ,  Hassanat Ahmad B. (Dept. of Information Technology, Mutah University, Karak, Jordan) ,  Celik Ceyhun (Department of Computer Engineering, Gazi University, Ankara, Turkey) ,  Chetverikov Dmitry (Dept. of Algorithms and Their Applications, Eoetvoes Lora ́nd University, Budapest, Hungary) ,  Rahman M. Sohel (Dept. of CSE, BUET, Dhaka, 1205, Bangladesh) ,  Verma Chaman (Dept. of Media and Educational Informatics, Eoetvoes Lora ́nd University, Budapest, Hungary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICICS  ページ： 185-192  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： 顔画像検索は,顔が多くの類似した特徴(領域)を持つので困難なタスクであり,異なる人々の顔を識別する検索システムを困難にする。深い学習の出現により,深いネットワークは,コンピュータビジョンの多くの分野で使用される強力な特徴を抽出するためにしばしば適用される。本論文では,顔画像検索のための異なる深い学習モデル(層)の応用を調べた。すなわち,Alexlayer6,Alexlayer7,VGG16層6,VGG16層7,VGG19層6,VGG19層7で,2種類の辞書学習技術,すなわちK平均とK-SVDを用いた。また,Homotopy,Lasso,Elastic NetおよびSSFのようないくつかの係数学習技術および顔検索システムに及ぼすそれらの影響を調査した。3つの標準顔画像データセット上で行った実験の比較結果は,顔画像検索のための最良性能がK平均とSSF,K-SVDとSSFを有するAlexlayer6,K-平均とSSFを有するAlexlayer6を有するAlexlayer7であることを示した。これらの方法のAPRとARRを,さらに局所記述子に基づく最先端の方法のいくつかと比較した。実験結果は,深い学習がそれらの方法の大部分を上回り,したがって,顔画像検索の実践における使用のために推奨できることを示した。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： *学習 ,  *顔画像 ,  *画像検索 ,  学習モデル ,  コンピュータビジョン ,  ネットワーク ,  情報検索システム
準シソーラス用語： K-SVD法 ,  *辞書学習 , 【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 (4件)： 顔画像 ,  検索 ,  辞書学習 ,  研究