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。
特徴学習は,大規模顔認識のために採用される広く使われている方法である。最近,大きなマージンソフトマックス損失法は,深い顔認識に関して著しい強化を実証した。これらの方法は,クラス内コンパクト性とクラス間多様性を強制するために固定正マージンを提案する。しかしながら,提案した方法の大部分は,クラス不均衡問題を考慮しないが,これは,深い顔認識モデルを開発するための実践における主要な挑戦である。深い顔モデルの一般化能力に大きく影響すると仮定した。この観察に触発されて,クラス困難と不均衡に基づく相対的重要性を調節するために,KappaFaceと呼ばれる新しい適応戦略を導入した。von Mises-Fisher分布のサポートにより,提案KappaFace損失は,ハード学習または低濃度クラスに対するマージンの大きさを強化でき,一方,対クラスに対してはそれを緩和できる。ポピュラーな顔ベンチマークで行った実験により,提案手法が最先端技術よりも優れた性能を達成することを実証した。【JST・京大機械翻訳】