文献

J-GLOBAL ID：202202219434479554   整理番号：22A1117586

ISO/IEC 19794-5標準に対する顔画像コンプライアンスのための協調的深層マルチタスク学習ネットワーク【JST・京大機械翻訳】

A collaborative deep multitask learning network for face image compliance to ISO/IEC 19794-5 standard

著者 (3件)： de Andrade e Silva Arnaldo Gualberto (Electrical Engineering & Informatics Center, Federal University of Campina Grande, Campina Grande, Brazil) ,  Gomes Herman Martins (Electrical Engineering & Informatics Center, Federal University of Campina Grande, Campina Grande, Brazil) ,  Batista Leonardo Vidal (Informatics Center, Federal University of Paraiba, Joao Pessoa, Brazil)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 198  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 顔は,パスポートのような機械可読移動文書のための主要なバイオメトリック特性と考えられる。この文脈において,ISO/IEC 19794-5標準は,画像品質を確実にし,顔認識プロセスを単純化するための写真要求のセットを定義する。しかしながら,ISO/ICAO標準に対する顔画像コンプライアンスの評価は,このタスクを実行するための自動評価システムの欠如のため今日,人間によってほとんど行われている。本論文では,ICAONetと呼ばれるISO/IEC 19794-5規格の写真要求の自動評価用に設計した最初の深いマルチタスク学習ベース法を示した。教師つき学習と教師なし学習の両者を同時に実行して協調的に行う,マルチ協調学習手法を採用するために,完全Autoencoderを拡張させた。方法は,アドホック画像データセットを用いて訓練され,また,文献に示された他のアプローチによって使用された公式ベンチマークシステムによって評価された。結果は,著者らの方法がISO/IEC 19794-5の23の写真要求のうち9つのEqual誤り率に関して最良の結果を達成して,それは評価した他の個々の方法によって達成されなかったことを示した。したがって,提案方法は,文献と民間のSDKで発表された学術的研究の中で最良の全体的解決策と考えることができる。全体として,中央値Equal誤り率(3.3%)も競合する。最後に,実行時間に関して,提案方法は,公式のベンチマークに従って,すべての23の要件を評価するために,最速に立っている。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 簡素化 ,  規格 ,  システム ,  *ネットワーク ,  教師なし学習 ,  *コンプライアンス ,  *顔 ,  教師つき学習 ,  画質 ,  誤り率 ,  ベンチマーク ,  *顔画像
準シソーラス用語： 協調学習 ,  実行時間 ,  自動評価 , 【Automatic Indexing@JST】

著者キーワード (6件)： 顔の質 ,  ICAO ,  ISO/IEC 19794-5 ,  マルチタスク学習 ,  オートエンコーダ ,  深層学習

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： ISO ,  IEC ,  標準 ,  顔画像 ,  コンプライアンス ,  協調 ,  深層 ,  マルチタスク学習