抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
非制約環境における顔認証は,照明の変化,センシングの品質,動きぼけなどにより困難であり,個々の顔外見は,列車(ソース)と変動試験(ターゲット)データの間のギャップを生成する異なる条件下で劇的に変化する。ドメインギャップは,ソースからターゲットへの直接知識移転における性能レベルの低下を引き起こす。ドメイン特異的データによる微調整は有効な解決策であるが,すべてのドメインに対する収集と注釈付けデータは極めて高価である。この目的のために,ラベルなしデータからマイニングされた三重項を訓練する自己教師付き領域学習(SSDL)方式を提案した。効果的な識別学習における重要な要因は,有益な三重項を選択することである。最も信頼できる予測に基づいて,著者らは代替三重項マイニングと自己学習の「asy-to-hard」方式に従う。4つの異なるベンチマークに関する総合的実験は,SSDLが種々のドメインでよく一般化することを示した。【JST・京大機械翻訳】