文献

J-GLOBAL ID：202002262440242897   整理番号：20A0833395

解釈可能な顔認識に向けて【JST・京大機械翻訳】

Towards Interpretable Face Recognition

著者 (5件)： Yin Bangjie (Michigan State University) ,  Tran Luan (Michigan State University) ,  Li Haoxiang (Wormpex AI Research) ,  Shen Xiaohui (ByteDance AI Lab) ,  Liu Xiaoming (Michigan State University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 9347-9356  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： 深いCNNは過去数年にわたり視覚認識のフロンティアを押してきた。認識精度に加えて,研究コミュニティにおける深いCNNの理解における強い要求は,それらがどのように予測を行うかを可視化するために,事前に訓練されたモデルを分析するツールの開発を動機づける。最近の研究は,より意味のある表現を学習するために,ネットワーク学習段階における解釈可能性をさらに推進している。本研究では,視覚認識の特定の領域に焦点を合わせて,解釈可能な顔認識に向けた著者らの努力を報告する。より構造化された顔表現を学習するための空間活性化ダイバーシチ損失を提案した。この構造を活用することによって,著者らはさらに特徴活性化多様性損失を設計し,解釈可能な表現を識別し,オクルージョンに対してロバストであるようにした。提案した方法が,容易に解釈可能な顔表現により最先端顔認識精度を達成できることを,三つの顔認識ベンチマーク上で実証した。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： ダイバーシチ通信 ,  可視化 ,  ベンチマーク ,  コミュニティ ,  視認 ,  *学習 ,  オクルージョン ,  表情 ,  ネットワーク ,  ロバスト性
準シソーラス用語： 認識精度 ,  *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 (1件)： 顔認識