文献

J-GLOBAL ID：202102220439684170   整理番号：21A2537202

知覚特徴増強学習の低解像度顔認識【JST・京大機械翻訳】

Low-resolution face recognition based on perceptual feature enhancement learning

著者 (5件)： Xiong Chengyi (中南民族大学 電子信息工程学院&智能无線通信湖北省重点実験室,武漢430074) ,  Shao Ben (中南民族大学 電子信息工程学院&智能无線通信湖北省重点実験室,武漢430074) ,  Gao Zhirong (中南民族大学 計算机科学学院,武漢430074) ,  Liu Shuang (中南民族大学 電子信息工程学院&智能无線通信湖北省重点実験室,武漢430074) ,  Li Xuejing (中南民族大学 電子信息工程学院&智能无線通信湖北省重点実験室,武漢430074)
資料名： Zhongnan Minzu Daxue Xuebao (Ziran Kexue Ban)  (Zhongnan Minzu Daxue Xuebao (Ziran Kexue Ban))
巻： 40  号： 3  ページ： 298-304  発行年： 2021年 
JST資料番号： C3234A  ISSN： 1672-4321  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： 低解像度顔画像情報の深刻な欠落による顔認識能力の制限問題を目的として,認識特徴強化学習(SVD)に基づく低解像度顔認識ネットワークを提案した。設計した全体ネットワークは2つのチャネルを含み、その中の一つのチャネルは低解像度顔識別子ネットワークであり、入力した低解像度顔の超解像度再構成、深さ特徴抽出と識別を順次実行する。もう一つのチャネルは高分解能顔認識サブネットであり、順序は入力の高解像度顔に対して深さ特徴抽出と識別を行い、ネットワーク訓練段階で低解像度顔認識ネットワークの学習を補助する。低解像度顔の超解像損失、超解像顔の多段階特徴損失と身分損失を連合し、低解像度顔認識ネットワークの訓練に応用し、超解像顔の特徴表示と判別能力を有効に改善し、それによって低解像度顔識別性能のより良い改善をもたらした。実験結果は,提案した方式の実現可能性と有効性を示し,特に非常に低い分解能で,認識性能の明らかな向上を得た。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  ネットワーク ,  分解能 ,  特徴抽出 ,  再構成 ,  超解像 ,  有効性 ,  チャネル ,  高分解能 ,  強化学習
準シソーラス用語： 低分解能 ,  識別子 ,  *顔貌認識 ,  顔の特徴 ,  サブネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 知覚 ,  増強 ,  学習 ,  低解像度 ,  顔認識