小データセットのためのマルチドメインマルチ定義ランドマーク位置決め【JST・京大機械翻訳】

Ferman David; Bharaj Gaurav

プレプリント

J-GLOBAL ID：202202210170553259 整理番号：22P0307008

小データセットのためのマルチドメインマルチ定義ランドマーク位置決め【JST・京大機械翻訳】

Multi-Domain Multi-Definition Landmark Localization for Small Datasets

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 (2件)： ,
資料名：
発行年： 2022年03月19日プレプリントサーバーでの情報更新日： 2022年10月13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)

小さなデータセット顔位置決めのためのマルチ画像ドメインとマルチランドマーク定義学習のための新しい方法を示した。大規模(r)データセットに沿った小さなデータセットの訓練は,前者に対するロバスト学習を助け,新しいおよび/またはより小さな標準データセットのための顔ランドマーク局在化のための普遍的な機構を提供する。この目的のために,著者らは,1つ以上のデータセットを並列に訓練するので,学習する定義診断共有ランドマーク意味グループを持つ新しい復号器を有するVision変換器符号器を提案する。著者らの新しい定義診断グループにより,データセットがランドマーク定義とドメインで変化する可能性がある。復号器ステージの間,著者らは交差と自己注意を使用して,その出力はラプラシアン-ログ尤度損失を最小にするドメイン/定義特異的ヘッドに遅れた。より大きなデータセットで訓練されたとき,COFWとWFLWのような標準ランドマーク位置確認データセットに関する最先端の性能を達成した。また,動物,自動車,および顔のポートレート絵画のためのいくつかの様々な画像領域小データセットに関する最先端の性能を示した。さらに,著者らの方法の有効性を示すために,パレドールの小さいデータセット(150画像)に寄与する。最後に,著者らの主張を正当化するためのいくつかの解析とアブレーション研究を提供した。【JST・京大機械翻訳】

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

図形・画像処理一般 , パターン認識

, ,

前のページに戻る