文献

J-GLOBAL ID：202202260278456105   整理番号：22A0464472

機械学習と高性能コンピューティングを用いた顔検出と認識に対する熟達なアプローチ【JST・京大機械翻訳】

A proficient approach for face detection and recognition using machine learning and high-performance computing

著者 (5件)： Singh Astha (Centre for Advance Studies, Dr. A.P.J. Abdul Kalam Technical University, Lucknow, India) ,  Singh Astha (Department of Computer Science and Engineering, MNNIT Allahabad, Prayagraj, India) ,  Prakash Shiv (Department of Electronics and Communication, University of Allahabad, Prayagraj, India) ,  Kumar Ankit (Centre for Advance Studies, Dr. A.P.J. Abdul Kalam Technical University, Lucknow, India) ,  Kumar Divya (Department of Computer Science and Engineering, MNNIT Allahabad, Prayagraj, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 3  ページ： e6582  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  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： 本論文の目的は,動的フレームの側面における顔認識の効率を増加させることである。高検出率の維持と精度の向上に焦点を当てた。トレッドミル上で歩行するランダムに選択した人々の動的フレームの現在の記録を考慮して研究を行った。ここでは,顔特徴の多様性を調べ,被験者に対する異なる視角を用いて抽出した。膨大な量のデータセットと経済的処理電力の存在は,異なる物体識別と実現基準に関する畳込みニューラルネットワーク(CNN)の存在において,価値強化を受ける。これらの方法論は,顔値を学習するための機械の可能性を高めるための,深い学習技術の優れた知識を有する。CNNは,顔,正位置決め顔ベンチマーク,姿勢推定,および相互接続画像と動的ビデオフレームにおける顔の理解を同定できる。本論文では,迅速であり,大きな変化を有する顔を認識する可能性を有する新しい位相検出器技術を提示した。これは,再構成手順の改善の目的が実現できるように,特定の方法で採用したCNNと再帰ニューラルネットワークのサブパート長短期メモリ技術を用いる手法によって実行される。そして,これは,精度の97.5%~98.1%を得ることによって完了した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  電力 ,  ニューラルネットワーク ,  相互接続 ,  位置決め ,  ベンチマーク ,  *機械学習
準シソーラス用語： 被験者 ,  視角 ,  *顔検出 ,  姿勢推定 ,  高精度化 ,  検出率 ,  顔貌認識 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 畳込みニューラルネットワーク ,  深層学習 ,  顔認識 ,  高性能コンピューティング ,  長期記憶 ,  機械学習 ,  リカレントニューラルネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 機械学習 ,  高性能コンピューティング ,  顔検出 ,  熟達