文献

J-GLOBAL ID：202002235120889842   整理番号：20A2282917

半教師つき顔認識のための近傍を意識した注意ネットワーク【JST・京大機械翻訳】

Neighborhood-Aware Attention Network for Semi-supervised Face Recognition

著者 (3件)： Zhang Qi (Chinese Academy of Sciences,CBSR & NLPR, Institute of Automation,Beijing,China) ,  Lei Zhen (Chinese Academy of Sciences,CBSR & NLPR, Institute of Automation,Beijing,China) ,  Li Stan Z. (Westlake University,Center for AI Research and Innovation,Hangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020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： 顔認識は近年かなり顕著な結果を達成したが,高容量の深い畳み込みニューラルネットワークを訓練する大規模ラベル化データに大きく依存している。性能をさらに向上するために,より大きなラベル付きデータセットを収集することは非現実的であり,それは,負担と高価な注釈努力を必要とする。一方,多数のラベル無し顔画像が存在する。半教師つき学習の目標であるより高い性能利得を得るために,限られたラベル付きおよび豊富なラベルなしデータを同時に利用することは,挑戦的であるが有望である。本論文では,半教師つき顔認識のためのボトムアップ法,近傍-ハードウェア注意ネットワーク(NAAN)を提案した。それは,近隣情報に基づくペアワイズ関係を協調的に予測することによって,ラベルなし顔画像をクラスタ化し,そこでは,近傍を「ego」と呼ばれる与えられたサンプルに中心を置くk-ホップegoネットワークとして定義する。近傍の重要性を考慮して,egoの表現を学習するためにグラフ注意ネットワークを採用した。著者らは,2つの顔認識データセットMegaFaceとIJB-Aに関する著者らのモデルを評価して,それは完全に監督された結果に匹敵する性能を与える。Copyright 2020 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： *ネットワーク ,  クラスタ化 ,  ハードウェア ,  利得 ,  アノテーション ,  顔画像
準シソーラス用語： ボトムアップ ,  半教師つき学習 ,  畳込みニューラルネットワーク , 【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 (5件)： 教師 ,  顔認識 ,  近傍 ,  意識 ,  注意