文献

J-GLOBAL ID：202002271380760806   整理番号：20A2139461

効率的な顔と音声の連想のための識別ジョイント埋込みの学習【JST・京大機械翻訳】

Learning Discriminative Joint Embeddings for Efficient Face and Voice Association

著者 (6件)： Wang Rui (Huaqiao University & Xidian University, Xiamen, China) ,  Liu Xin (Huaqiao University, Xidian University, & Hong Kong Baptist University, Xiamen, China) ,  Cheung Yiu-ming (Hong Kong Baptist Univeristy, Hong Kong, Hong Kong) ,  Cheng Kai (Huaqiao University, Xiamen, China) ,  Wang Nannan (Xidian University, Xian, China) ,  Fan Wentao (Huaqiao University, Xiamen, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGIR ’20  ページ： 1881-1884  発行年： 2020年 
JST資料番号： D0698C  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： 多くの認知研究は,顔音声関連の自然可能性を示し,そのような潜在的関連性は,バイオメトリッククロスモーダル検索ドメインにおいて多くの注目を集めている。それにもかかわらず,既存の方法は,困難な顔音声連想タスクに対する共通埋込みを明示的に学習できないことが多い。本論文では,顔音声連想のための弁別的関節埋込みを学習し,顔サブネットワークと音声サブネットワークをシームレスに訓練し,それらの高レベル意味特徴を学習し,一方,それらを直接的かつ効率的に相関させる。提案方法の中で,著者らは,双方向ランキング制約,同一性制約,および中心制約を導入し,共同顔音声埋込みを学習し,深い相関顔音声モデルを訓練するために双方向訓練戦略を採用する。一方,オンラインハードネガティブマイニング技術を利用して,ミニバッチ方式でハード三重項を弁別的に構築して,学習プロセスをスピードアップする。従って,提案方式は,クロスモーダル検証,1:2マッチング,1:Nマッチング,検索シナリオを含む,様々な顔音声連想タスクの利益に順応する。広範な実験は,最先端のものと比べて,その改善された性能を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *バッチ処理 ,  等級づけ
準シソーラス用語： 音響モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 双方向ランキング制約 ,  クロスモーダル検証 ,  弁別関節埋め込み ,  顔-音声連合

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 顔 ,  音声 ,  連想 ,  識別 ,  ジョイント ,  埋込み ,  学習