文献

J-GLOBAL ID：202202278864582065   整理番号：22A1157775

絶滅と進化による生物地理学ベース最適化を用いた顔認識のための新しいアプローチ【JST・京大機械翻訳】

A novel approach for face recognition using biogeography based optimization with extinction and evolution

著者 (1件)： Goel Lavika (Department of Computer Science and Engineering, Malaviya National Institute of Technology, Jaipur, Rajasthan, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 8  ページ： 10561-10588  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： 進化的アルゴリズムはパターン認識における最も新興の分野の一つであり,多くの計算上の複雑な問題は発見的方法として進化的アルゴリズムを用いて解くことができる。顔認証は,現在の時間のほとんどあらゆる分野における非常に広い応用のため,最も研究された研究トピックの1つであるが,異なるデータセットに対してほぼ100%の精度を与えるそのようなアルゴリズムは存在しない。移動(移動と移動)の方法論における進化,絶滅,および変化の特徴を含むバイオ地理ベースの最適化(BBO)の変種を,顔認識の問題を解決するために適用した。進化的アルゴリズムは,与えられた適応度関数に対する候補解を改善し,BBOはそのようなアルゴリズムの一つである。余分な特徴のこの包含はBBOの性能を著しく改善する。顔認識における最も重要なタスクは,顔間の識別を助ける特徴抽出である。特徴抽出のためのPCA(主成分分析)と分類のためのSVM(サポートベクトルマシン)の組合せ。BBOの提案した変種を候補解としてベクトルを用いて適用し,固有顔の最適集合を得て,次に,クラス間距離が最大であるクラス間距離が最小である新しい特徴空間に点を投影するために使用した。次に,試験画像をこの特徴空間に分類した。5つの顔の異なるデータセット,即ち,拡張Yale B,MUCT,Faces96,Georgia TechおよびGrimaceに対して,そのような大規模データセットで得られた精度は,提案アルゴリズムの有効性を明確に示した。データセットは,サイズ,画像の長さ,輝度,被験者の民族性,表情,顔部分に焦点をおいたが,このアルゴリズムは,Grimaceと拡張Yale Bで100%の精度を達成し,そして,顔96で,MUCTと99.50%で99%のほぼ100%の精度を達成した。Georgia Techデータセットでは,顔検出の以前の使用されたアルゴリズムから大幅な改善を証明するのに十分である97.34%の精度を達成した。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 ,  パターン認識 ,  ベクトル ,  輝度 ,  特徴抽出 ,  *顔 ,  発見的方法 ,  主成分分析 ,  サポートベクトルマシン
準シソーラス用語： 被験者 ,  顔検出 ,  固有顔 ,  顔認証 ,  特徴空間 , 【Automatic Indexing@JST】

著者キーワード (6件)： 生物地理学に基づく最適化 ,  主成分分析 ,  サポートベクトルマシン ,  進化アルゴリズム ,  固有空間 ,  特徴空間

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 絶滅 ,  進化 ,  生物地理学ベース最適化 ,  顔認識