文献

J-GLOBAL ID：202002263167726131   整理番号：20A1201793

画像ピラミッドを用いた畳込みニューラルネットワークの統合による軽量顔検出器【JST・京大機械翻訳】

A lightweight face detector by integrating the convolutional neural network with the image pyramid

著者 (4件)： Luo Jiapeng (School of Electronic Science and Engineering, Nanjing University, Nanjing 210008, China) ,  Liu Jiaying (Institute of Computer Science and Technology, Peking University, Beijing 100080, China) ,  Lin Jun (School of Electronic Science and Engineering, Nanjing University, Nanjing 210008, China) ,  Wang Zhongfeng (School of Electronic Science and Engineering, Nanjing University, Nanjing 210008, China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 133  ページ： 180-187  発行年： 2020年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,顔検出に関する著しい改善が畳込みニューラルネットワークによって達成された。しかしながら,CNNベースの顔検出器の速度は,大きな計算量と膨大な数のパラメータによって妨げられる。高精度を維持するだけでなく,実時間顔検出を達成することは依然として困難である。本研究では,高速で正確な検出を達成するために,極端に軽量なCNNを有する単段顔検出器を導入した。具体的には,この方法は,計算された特徴を完全に利用するために,ネットワークを画像ピラミッドと統合する構造を持っている。重み共有から利益を得て,ネットワークサイズはまだ小さく保つことができた。また,様々なスケールを持つアンカーの検出能力を分析し,著者らのモデルにおいて最も効果的なアンカーを保存した。その上,小さいネットワークが学習できないあまりに難しい訓練サンプルを避けるために,各々のグランドトルース顔を訓練の間,0-or-1重量で割り当てた。WIDERFACEとFDDBで試験した場合,最小モデルサイズの精度で既存の軽量顔検出器より性能が優れている。優れた検出性能と軽量モデルサイズは,その有効性と実用性を示した。Copyright 2020 Elsevier B.V., Amsterdam. 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 ,  計算量 ,  検出器 ,  角錐 ,  有効性
準シソーラス用語： *顔検出 ,  高精度 ,  実時間 ,  実用性 ,  軽量 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 顔検出 ,  軽量ネットワーク ,  実時間検出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ピラミッド ,  畳込みニューラルネットワーク ,  統合 ,  軽量 ,  検出器