モバイル上の顔検出:5つの実装と解析【JST・京大機械翻訳】

Khabarlak Kostiantyn

プレプリント

J-GLOBAL ID：202202205209794689 整理番号：22P0348659

モバイル上の顔検出:5つの実装と解析【JST・京大機械翻訳】

Face Detection on Mobile: Five Implementations and Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年05月11日プレプリントサーバーでの情報更新日： 2022年05月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多くの実際的事例において,スマートフォンまたは他の高携帯機器に関する顔検出は,必要である。アプリケーションは,モバイル顔アクセス制御システム,運転者状態追跡,感情認識などを含み,モバイル機器は,限られた処理電力を持ち,顔検出アプリケーション運転でも,長い電池寿命を持つべきである。したがって,アルゴリズム品質と複雑性の間の正しいバランスは,重要である。本研究では,モバイルに5つのアルゴリズムを適用した。これらのアルゴリズムは手作業またはニューラルネットワークベースの特徴に基づいており,Viola-Jones(Haarカスケード),LBP,HOG,MTCNN,BlazeFaceを含む。異なる入力画像分解能を持つ異なるデバイスに対するこれらのアルゴリズムの推論時間を解析した。著者らは,アルゴリズムがモバイル顔アクセス制御システムおよび潜在的に他のモバイルアプリケーションに対して最良の適合であるガイダンスを提供した。興味深いことに,カスケードアルゴリズムは顔なしでシーン上でより速く機能し,一方,BlzeFaceは空のシーン上でより遅いことに注目した。この挙動の利用は実際に有用である。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

パターン認識

, , ,

前のページに戻る