文献

J-GLOBAL ID：202002280718313014   整理番号：20A1848209

深さ学習に基づく顔のキーポイント認識位置決め法シミュレーション【JST・京大機械翻訳】

Simulation of Face Key Point Recognition and Location Method Based on Deep Learning

著者 (3件)： Xu Jia (西北工業大学電子信息学院,陜西西安710100;華北理工大学,河北唐山063210) ,  Tian Weijian (西北工業大学電子信息学院,陜西西安,710100) ,  Fan Yangyu (西北工業大学電子信息学院,陜西西安,710100)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 37  号： 6  ページ： 434-438  発行年： 2020年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の顔認識位置決め法は外部環境要因の干渉が大きいため、定位誤差が大きい欠点がある。高精度で高効率の顔のキーポイント認識位置決めを実現するため,深さ学習に基づく顔のキーポイント認識位置決め法を提案した。まず第一に,深さ学習方式における深さ信念ネットワークをグローバルに訓練して,顔のキーポイントを,LBPテクスチャ特徴によって得て,顔のキーポイントの識別を完成した。顔のキーポイント位置決めのパラレルネットワーク構造を設計し,そして,並列畳込みニューラルネットワークと組合せて,顔のキーポイントの精密な位置決めを完了した。シミュレーション結果は,上記の方式が,異なる隠れたユニット数,異なった訓練サンプル数の下で,顔のキーポイントの認識精度と効率の両方において,より高いことを示した。異なるサンプル数の場合、顔のキーポイントの位置決め精度が高く、顔のキーポイント識別定位作業に応用でき、強い応用性がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  *学習 ,  位置決め ,  ネットワーク構造 ,  定位
準シソーラス用語： 高効率 ,  信念ネットワーク ,  高精度 ,  認識精度 ,  位置決め精度 ,  外部環境 ,  顔貌認識 ,  テクスチャ特徴 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  計測学一般  (AD01000Q) ,  計算機網  (JC03000K) ,  人工知能  (JE08000Z) ,  システム同定  (IA02040O)

タイトルに関連する用語 (4件)： 学習 ,  顔 ,  位置決め法 ,  シミュレーション