文献

J-GLOBAL ID：202202252178067582   整理番号：22A0322981

局所対称指向性パターン:顔認識におけるコンパクトで特徴的な特徴を抽出するための新しい記述子【JST・京大機械翻訳】

Local symmetric directional pattern: A novel descriptor for extracting compact and distinctive features in face recognition

著者 (2件)： Najmabadi Morteza (Department of Electrical Engineering, Faculty of Engineering, University of Isfahan, Isfahan, Iran) ,  Moallem Payman (Department of Electrical Engineering, Faculty of Engineering, University of Isfahan, Isfahan, Iran)
資料名： Optik  (Optik)
巻： 251  ページ： Null  発行年： 2022年 
JST資料番号： D0251A  ISSN： 0030-4026  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,顔認識のための特徴抽出,局所対称方向パターン(LSDP)における新しいアプローチを示した。LSDPは,簡単でコンパクトな符号化アプローチにおける勾配情報に基づく顔テクスチャの構造を符号化し,既存の方法よりも少ない時間とメモリでより明確な符号を生成する。4つの対称コンパスマスクで顔画像を畳み込むことにより勾配情報を抽出し,方向情報と2つの顕著なエッジ応答の大きさに関係する方向数を用いてこの情報を符号化した。また,LSDP特徴マップの次元を減らし,スパース表現ベース分類(SRC)アルゴリズムを用いてそれらを分類することにより得られた顔記述子としてハイブリッド特徴ベクトルを用いた。抽出された特徴の高い識別力のため,ハイブリッド特徴に基づく辞書の構築は,より疎な表現係数をもたらす。その結果,認識率と計算速度に関してSRC性能を改善した。照明,表現,および姿勢の異なる変動を持つ,異なる顔データベース上の2つの異なる評価プロトコル(特徴空間の異なる次元と訓練サンプルの異なる数)の下で,著者らの記述子の性能を評価し,比較するために,広範な実験を行った。実験結果は,著者らの方法が両方の評価プロトコルにおいて他の方法と比較して最も高い認識率を達成することを示した。特に,特徴空間の大きさまたは訓練サンプルの数が低いという困難な条件下では,LSDPは優れた性能を示した。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： アルゴリズム ,  記憶装置 ,  *対称性 ,  符号化 ,  特徴抽出 ,  計算機処理速度 ,  指向性 ,  顔画像
準シソーラス用語： 特徴ベクトル ,  認識率 ,  特徴空間 ,  特徴マップ ,  スパース表現 ,  *顔貌認識 ,  顔データベース , 【Automatic Indexing@JST】

著者キーワード (5件)： 局所対称指向性パターン ,  スパース表現 ,  顔認識 ,  特徴抽出 ,  エッジ応答

分類 (2件)： 光学情報処理  (BD03060T) ,  光通信方式・機器  (ND10000B)

タイトルに関連する用語 (5件)： 対称 ,  指向性 ,  顔認識 ,  コンパクト ,  記述子