文献

J-GLOBAL ID：202202250522676835   整理番号：22A0959366

畳込みニューラルネットワークを用いた非常に小さい顔画像の認識【JST・京大機械翻訳】

Recognizing Very Small Face Images Using Convolution Neural Networks

著者 (5件)： Horng Shi-Jinn (Department of Computer Science and Information Engineering, National Taiwan University of Science and Technology, Taipei, Taiwan, R.O.C.) ,  Supardi Julian (Department of Computer Science and Information Engineering, National Taiwan University of Science and Technology, Taipei, Taiwan, R.O.C.) ,  Zhou Wanlei (School of Computer Science, University of Technology Sydney (UTS), Sydney, NSW, Australia) ,  Lin Chin-Teng (Computational Intelligence and Brain Computer Interface Laboratory, AAII, FEIT, University of Technology Sydney (UTS), Sydney, NSW, Australia) ,  Jiang Bin (Department of Information Engineering, College of Computer Science and Electronic Engineering, Hunan University, Changsha, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 2103-2115  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 監視,追跡およびアクセス制御に使用できるように,顔認証を監視システムに設置することができた。優れた知的監視システムは,カメラから遠く離れた物体に敏感である。残念なことに,長距離のため,カメラによって捉えられた人間の顔のような物体は,同定するには小さすぎる。顔画像における微妙な色差を強化するため,本論文ではまず,深畳込みニューラルネットワーク(DCNN)を用いて捕捉画像の分解能を改善した。次に,効率的特徴を抽出して,分類するために使用する。提案した方法の有効性を検証するために,AR顔データベース,Georgia Tech顔データベース(GT)データベース,および野生(LFW)データベースにおけるラベル付き顔を含む3つのデータベースを用いて,訓練と試験を実行した。既存の手法と比較して,実験結果は,提案した方法の同定精度が既存の手法より優れていることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  データベース ,  分解能 ,  *ニューラルネットワーク ,  精度 ,  色差 ,  監視装置 ,  捕獲 ,  有効性 ,  アクセス制御 ,  画像データベース ,  *顔画像
準シソーラス用語： 長距離 ,  顔認証 ,  顔データベース ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  運転者  (TB01040V)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  顔画像