文献

J-GLOBAL ID：202202226297088783   整理番号：22A0990388

分数階微分に基づく畳込みニューラルネットワーク顔認識【JST・京大機械翻訳】

Convolution neural network face recognition based on fractional differential

著者 (2件)： Peng Chaoxia (四川大学計算机学院,成都610065) ,  Pu Yifei (四川大学計算机学院,成都610065)
資料名： Sichuan Daxue Xuebao. Zirankexueban  (Sichuan Daxue Xuebao. Zirankexueban)
巻： 59  号： 1  ページ： 29-36  発行年： 2022年 
JST資料番号： C2595A  ISSN： 0490-6756  CODEN： SCTHAO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 近年、顔認識技術は、生物顔の特徴情報を把握し、既存のデータベース中の顔データをマッチングするための有力な手段であり、その無接触性、遠隔実施などの利点により、ますます多くの場面で応用されている。照明,姿勢,および背景環境のような,自然の無制約の下で,顔画像が既存の顔認識モデルにおける認識比率が不足しているので,本論文は,分数階微分に基づく改良残差ネットワーク(ResNet)顔認証方法を提案した。本手法は,従来のネットワークモデル構造において,注意機構を増加させることによって,顔特徴抽出を強化し,そして,異なるチャネルおよび空間の情報リフティングネットワークのロバスト性を,融合し,そして,ノード関数を,分数微分によって処理し,そして,畳込みブロックを,より多くの顔詳細情報を抽出するために,追加した。最後に、ArcFace損失関数を用いてモデルを最適化し、ネットワークにおいて反復訓練を行い、顔認識を完成した。実験結果は,改良ネットワークモデルが,既存のいくつかのデータセット(例えば,LFW,AgeDB-30,CFP-FPなど)において,より良い認識性能とより強いロバスト性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *畳込み ,  損失関数 ,  データベース ,  *ネットワーク ,  *ニューラルネットワーク ,  特徴抽出 ,  残差 ,  *微分 ,  *顔 ,  *分数 ,  ロバスト性 ,  顔画像
準シソーラス用語： ネットワークモデル ,  顔認証 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 分数 ,  微分 ,  畳込みニューラルネットワーク ,  顔認識