文献

J-GLOBAL ID：202002230397695999   整理番号：20A0549257

Green関数を用いた経験的モード分解に基づく雑音のある顔のための認識検証システム【JST・京大機械翻訳】

A recognition-verification system for noisy faces based on an empirical mode decomposition with Green’s functions

著者 (12件)： Al-Baddai Saad (CIML Lab, Department of Biophysics, University of Regensburg, Regensburg, Germany) ,  Al-Baddai Saad (Chair of Information Sciences, University of Regensburg, Regensburg, Germany) ,  Al-Baddai Saad (Infineon Technologies AG, Automation and Equipment Technology, Regensburg, Germany) ,  Marti-Puig Pere (Data and Signal Processing Research Group, University of Vic - Central University of Catalonia, Vic, Catalonia, Spain) ,  Gallego-Jutgla Esteve (Data and Signal Processing Research Group, University of Vic - Central University of Catalonia, Vic, Catalonia, Spain) ,  Al-Subari Karema (CIML Lab, Department of Biophysics, University of Regensburg, Regensburg, Germany) ,  Al-Subari Karema (Chair of Information Sciences, University of Regensburg, Regensburg, Germany) ,  Tome Ana Maria (DETI - IEETA, Universidade de Aveiro, Aveiro, Portugal) ,  Ludwig Bernd (Chair of Information Sciences, University of Regensburg, Regensburg, Germany) ,  Lang Elmar Wolfgang (CIML Lab, Department of Biophysics, University of Regensburg, Regensburg, Germany) ,  Sole-Casals Jordi (Data and Signal Processing Research Group, University of Vic - Central University of Catalonia, Vic, Catalonia, Spain) ,  Sole-Casals Jordi (Tensor Learning Unit, RIKEN Center for Advanced Intelligence Project, Chuo-ku, Tokyo, Japan)
資料名： Soft Computing  (Soft Computing)
巻： 24  号： 5  ページ： 3809-3827  発行年： 2020年 
JST資料番号： W1043A  ISSN： 1432-7643  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： 顔認識または検証は,パターン認識および画像処理の分野において,実際の課題のままである。画像取得プロセスは,雑音が必然的に導入される重要なステップであり,多くの場合,この雑音は認識システムの分類率の精度を大幅に低下させ,それらを無効にする。本論文は,雑音環境条件における認識率を増加させる,顔認識または検証に対する新しいアプローチを提示した。後者は,張力におけるGreen関数による二次元経験的モード分解を雑音画像に適用することにより得られる固有顔モード関数を用いて達成される。各画像は個別に分解され,雑音モードは再構成の間に捨てられるか濾過される。次に,抽出されたモードを,ベクトルサポートマシンまたはk最近傍分類器のような正準分類器による分類目的のために使用した。実験結果は,この方法が非常に安定な結果を達成することを示し,最初のモードにおける雑音を捕捉するための分解の能力により,画像に加えられた雑音の量にほとんど依存しない。雑音のある画像を用いた分類結果は,同じデータベースに対して提案された他のアルゴリズムと同じレベルであるが,クリーンな画像上で動作し,雑音のある画像において古典的な画像フィルタを用いて得られたものよりも優れている。さらに,ほとんどの利用可能なアルゴリズムとは異なり,本論文で提案したアルゴリズムは,入力データ(パラメータを調整する必要がない)に基づいており,ユーザに対してそれを透明にする。最後に,提案した新しい手法は,雑音の種類,雑音のレベルおよびデータベースのタイプとは独立に良好な結果を達成し,これはパラメータ調整を必要とする他の古典的方法では不可能である。Copyright Springer-Verlag GmbH Germany, 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： データベース ,  *Green関数 ,  ベクトル ,  フィルタ ,  再構成 ,  DCT【変換】 ,  アルゴリズム ,  二次元 ,  *雑音 ,  張力 ,  画像処理 ,  パターン認識
準シソーラス用語： 固有顔 ,  雑音環境 ,  *経験的モード分解 , 【Automatic Indexing@JST】

著者キーワード (8件)： 経験的モード分解 ,  グリーン関数 ,  離散余弦変換 ,  顔認識 ,  顔の検証 ,  K-NN ,  SVM ,  フィルタ

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： Green関数 ,  経験的モード分解 ,  雑音 ,  顔 ,  検証