文献

J-GLOBAL ID：202002217931778778   整理番号：20A0545407

教師なし表現適応による関心の追跡【JST・京大機械翻訳】

Tracking Persons-of-Interest via Unsupervised Representation Adaptation

著者 (7件)： Zhang Shun (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, People’s Republic of China) ,  Huang Jia-Bin (Department of Electrical and Computer Engineering, Virginia Tech, Blacksburg, VA, USA) ,  Lim Jongwoo (Department of Computer Science, Hanyang University, Seoul, Korea) ,  Gong Yihong (Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University, Xi’an, People’s Republic of China) ,  Wang Jinjun (Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University, Xi’an, People’s Republic of China) ,  Ahuja Narendra (Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign, Urbana, IL, USA) ,  Yang Ming-Hsuan (School of Engineering, University of California at Merced, Merced, CA, USA)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 128  号： 1  ページ： 96-120  発行年： 2020年 
JST資料番号： T0423A  ISSN： 0920-5691  資料種別： 逐次刊行物 (A)
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： 非制約ビデオにおけるマルチ顔トラッキングは,1人の顔がしばしばスケール,姿勢,表情,照明,およびメークアップにおける有意な変化により,複数のショットで劇的に異なるように見えるという挑戦的な問題である。既存のマルチターゲット追跡法は,そのような大きな外観変化を有する顔を同定するために十分に識別されない低レベル特徴をしばしば使用する。本論文では,畳込みニューラルネットワーク(CNN)を用いて識別的,ビデオ特異的顔表現を学習することにより,この問題に取り組んだ。大規模顔画像データセット上でのみ訓練される既存のCNNベース手法とは異なり,与えられたビデオに対する文脈制約を用いて多数の訓練サンプルを自動生成し,さらに,事前訓練顔CNNを発見された訓練サンプルを用いて特定ビデオの特徴に適応させる。空間におけるユークリッド距離が意味面類似性に対応するように,埋込み特徴空間を微調整した。この目的のために,従来の三重項損失よりも効果的にネットワークを最適化する対称三重項損失関数を考案した。学習された識別特徴を用いて,EMクラスタリングアルゴリズムを適用して,複数のショットを横切るトラックレットをリンクして,最終的な軌跡を生成した。ここでは,提案したアルゴリズムを,2組のTVsitcoとYouTube音楽ビデオにおいて広範囲に評価し,各構成要素の寄与を解析し,既存の技術に対する著しい性能改善を実証した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *録画装置 ,  表情 ,  損失関数 ,  最適化 ,  対称性 ,  学習 ,  顔画像 ,  アルゴリズム ,  ネットワーク ,  音楽 ,  類似性
準シソーラス用語： ユーチューブ ,  Euclid距離 ,  自動生成 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 顔追跡 ,  伝達学習 ,  畳み込みニューラルネットワーク ,  三重項損失

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 教師 ,  表現 ,  適応 ,  関心 ,  追跡