文献

J-GLOBAL ID：202202264935318800   整理番号：22A1055546

顔認識のための移動学習によるハイブリッド記述子と最適化CNN【JST・京大機械翻訳】

Hybrid descriptor and optimized CNN with transfer learning for face recognition

著者 (3件)： Elaggoune Hocine (RB_IAIM, LI3C Laboratory, Electrical Engineering Department, Biskra University, Biskra, Algeria) ,  Belahcene Mebarka (RB_IAIM, LI3C Laboratory, Electrical Engineering Department, Biskra University, Biskra, Algeria) ,  Bourennane Salah (Ecole Centrale & GSM Institut Fresnel Marseille, Marseille, France)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 7  ページ： 9403-9427  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： 本研究では,顔認識(FR)の分野で適用した最適化アルゴリズムの開発に焦点を当てた。採用した戦略は,ハイブリッド顔記述子の寄与と,それに続くシステム性能の改善のための最適な特性の選択である。ハイブリッド記述子は,いくつかの情報とそれらの最適化の組み合わせを使用する。実際,これらは,開発した2つのハイブリッド構造である。第1は,顔特徴抽出のために,ヒストグラム指向勾配(HOG),局所位相量子化(LPQ)または主成分分析(PCA)によるいくつかの古典的ディスクリプタGaborフィルタの組合せをサポートする。第2の構造は,その最後の層のないAllexNetと呼ばれる畳み込みニューラルネットワーク(CNN)に頼ることによる深い学習(Transfer Learning(TL))に依存し,これは最も関連する顔特性を抽出する。粒子群最適化(PSO)アルゴリズムは,これらの2つのアルゴリズムから抽出したこれらの特性を最適化する。第1の構造は線形判別解析(LDA)に基づくデータ低減段階に従う。分類は,データ正規化による余弦距離測定によって行った。2部分データ分割アルゴリズム,訓練のための1つの部分および試験のための1つの部分は,第2の構造に従い,そして,”Softmax”単層分類装置を,その出力に追加した。実験は,既存のデータセット,即ち,野生(LFW)におけるラベル付き顔,ならびにデータベース(ORL,AR,および熱Tufts Face),および良い性能に関して行った。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 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 ,  *最適化 ,  フィルタ ,  *学習 ,  データベース ,  最適化手法 ,  分類装置 ,  特徴抽出 ,  *顔 ,  判別分析 ,  主成分分析 ,  正規化 ,  統制索引語 ,  複合構造
準シソーラス用語： Gaborフィルタ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： ディスクリプタ ,  ハイブリッド ,  最適化 ,  深層学習 ,  転移学習 ,  熱面

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 顔認識 ,  学習 ,  記述子 ,  最適化 ,  CNN