文献

J-GLOBAL ID：202202264138237773   整理番号：22A0805313

顔,性別,表情に対する近赤外スペクトルの認識【JST・京大機械翻訳】

Recognition in the near infrared spectrum for face, gender and facial expressions

著者 (4件)： Salim Nilu R. (Department of CSE, IIITDM Kancheepuram, Chennai, India) ,  V. Srinath (Department of IT, SSN College of Engineering, Chennai, India) ,  Jayaraman Umarani (Department of CSE, IIITDM Kancheepuram, Chennai, India) ,  Gupta Phalguni (GLA University, Mathura, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 3  ページ： 4143-4162  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 可視顔認識システムは,制約のないシナリオで顔を認識するとき,故障にさらされる。したがって,可変および低照明条件の下での顔の認識は,ほとんどのセキュリティ違反が夜間に起こるので,より重要である。近赤外(NIR)スペクトルは,光の外部源なしでも高品質画像を取得でき,従って,照明の問題を解決する良い方法である。さらに,ソフトバイオメトリック特性,性分類,および非言語通信,表情認識もNIRスペクトルで取り組んだ。本論文では,NIRスペクトルにおける性別分類と表情認識と共に顔を認識する方法を提案した。提案方法は,転送学習に基づき,それは3つのコア成分,すなわち,小規模のNIR画像による訓練,すなわち,NIR-NIR画像(均一)とiii)分類のマッチングから成る。NIR画像上での訓練は,大規模VIS顔画像上で事前訓練された転送学習を用いて特徴を生成する。次に,訓練と試験顔の両方のNIR-NIRスペクトル間でマッチングを行った。次に,それは3つの別々のSVM分類装置,1つは顔認証のために,2番目は性分類のために,そして,3つは顔表情認識のために分類する。この方法は,顔認識のために,公的に利用可能な,挑戦的な,ベンチマークデータセットCASIA NIR-VIS2.0,Oulu-CASIA NIR-VIS,PolyU,CBSR,IIT KhおよびHITSZに対して最先端の精度を与えることが観察された。さらに,性分類のために,Oulu-CASIA NIR-VIS,PolyU,およびIIT Khを分析し,Oulu-CASIA NIR-VISデータセットを分析した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  言語 ,  照明条件 ,  *スペクトル ,  *顔 ,  画像 ,  *近赤外線 ,  通信 ,  *近赤外スペクトル ,  認証 ,  顔画像
準シソーラス用語： 表情認識 ,  顔認証 ,  顔貌認識 , 【Automatic Indexing@JST】

著者キーワード (7件)： 顔認識 ,  性分類 ,  表情 ,  近赤外スペクトル ,  照明不変性 ,  畳込みニューラルネットワーク ,  バイオメトリックス

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 顔 ,  性別 ,  表情 ,  近赤外スペクトル