文献

J-GLOBAL ID：202002237780083471   整理番号：20A0268697

ロバスト顔認識のための低ランクLaplace一様混合モデル【JST・京大機械翻訳】

Low-Rank Laplacian-Uniform Mixed Model for Robust Face Recognition

著者 (3件)： Dong Jiayu (Sun Yat-sen Univ.) ,  Zheng Huicheng (Sun Yat-sen Univ.) ,  Lian Lina (Sun Yat-sen Univ.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CVPR  ページ： 11889-11898  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： スパース表現ベースの方法は,線形再構成とスパース性制約を通してロバストな顔認識のための一般的なフレームワークをうまく提唱した。しかし,既存の研究における残留モデリングは,高密度雑音を扱うとき,まだ十分ではない。本論文では,オクルージョン,画素崩壊,あるいはdisguのような様々な形式の雑音レベルを変化させて顔からのアイデンティティを認識し,この問題に対処するためのキーとして誤差モデルの適合能力を改善することを目的とした。異なる雑音の特性を完全に捉えるために,ロバストスパース性制約と低ランク制約を組み合わせた混合モデルを提案した。これはランダム誤差と構造化誤差を同時に扱うことができる。画素崩壊のようなランダム雑音に対して,誤差分布を適合させるためにLaplace均一混合関数を採用した。連続的なオクルージョンやあいまいさのような構造化された誤差に対して,誤差行列のランクを制約するためにロバストな核ノルムを利用する。次に,提案したモデルを解くために,有効反復再加重アルゴリズムを開発した。包括的な実験を,ロバストな顔認識のためのいくつかのベンチマークデータベース上で行い,全体の結果は,最新の方法と比較して,このモデルが様々な種類の雑音に対して最もロバストであることを実証した。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： 線形性 ,  モデリング ,  オクルージョン ,  アルゴリズム ,  画素 ,  ノルム ,  不規則雑音 ,  雑音指数 ,  雑音 ,  再構成 ,  曖昧さ ,  *ロバスト性
準シソーラス用語： スパース性 ,  スパース表現 ,  *混合モデル , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ロバスト ,  顔認識 ,  混合モデル