文献

J-GLOBAL ID：202002256942912336   整理番号：20A0376392

ディープCNNに基づく強調顔認識システム【JST・京大機械翻訳】

Enhanced Face Recognition System Based on Deep CNN

著者 (4件)： Ilyas Bendjillali Ridha (Tahri Mohammed University,TIT Laboratory,Bechar,Algeria) ,  Mohammed Beladgham (Tahri Mohammed University,TIT Laboratory,Bechar,Algeria) ,  Khaled Merit (Tahri Mohammed University,TIT Laboratory,Bechar,Algeria) ,  Miloud Kamline (Tahri Mohammed University,TIT Laboratory,Bechar,Algeria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISPA  ページ： 1-6  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： 顔認識技術はバイオメトリック技術における研究の最も重要な分野であると考えられている。本論文では,Viola-Jones顔検出アルゴリズム,適応ヒストグラム方程式化アルゴリズム(AHE)を用いた顔画像強調,および分類のための特徴学習の3つのステップに分割された顔認識(FR)システムを提示した。分類に続く特徴を学習するために,提案したシステムのために,VGG16,ResNet50畳込みニューラルネットワーク(CNN)アーキテクチャを使用した。実験的研究は拡張Yale BデータベースとCMU PIE顔データベース上で行った。最後に,両方のデータベースに関する他の方法との比較は,提案した方式のロバスト性と有効性を示した。Rennet50アーキテクチャは,それぞれ97,23%および98,38%の率を達成した。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： データベース ,  ヒストグラム ,  アルゴリズム ,  学習 ,  有効性 ,  顔画像 ,  *計算機アーキテクチャ ,  ロバスト性
準シソーラス用語： 顔データベース ,  畳込みニューラルネットワーク ,  検出アルゴリズム ,  *顔貌認識 , 【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 (2件)： CNN ,  顔認識