文献

J-GLOBAL ID：202202280436006421   整理番号：22A1005982

深さ顔認識の照明分析【JST・京大機械翻訳】

Illumination Analysis of Deep Face Recognition

著者 (3件)： Li Wen (四川大学視覚合成図形図像技術国防重点学科実験室 成都 610065) ,  Liu Yanli (四川大学計算机学院 成都 610065) ,  Xing Guanyu (四川大学視覚合成図形図像技術国防重点学科実験室 成都 610065)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 34  号： 1  ページ： 74-83  発行年： 2022年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 照明は顔認識効果に影響する重要な因子であり,現在の顔データベース構築技術に基づく照明分析の需要を満たすデータベースの難しさの問題を解決するために,3D顔モデルに基づく深さ顔認識の照明分析研究を展開した。まず第一に,顔画像表示理論に従って,顔画像生成法を提案し,照明分析のための顔画像データベースを構築する。次に,顔認識モデルの性能に対する異なる照明サンプリング方式の影響を,多重照明顔画像データベースを用いて解析し,そして,最適照明サンプリング計画を,構築した。最後に,仮想データによる正確な照明マーキングの優位性を借りて,マルチタスク学習フレームワークに基づく異なった照明標識方式が,ネットワークトレーニング効果を識別するのに用いられ,さらに,照明変化に対する深さ顔認識ネットワークのロバスト性を,さらに改善することができた。仮想データと実データで展開した異なる照明サンプリング方案とマーキング方法による顔認識モデルの性能への影響の実験により、適量基画像照明を用いてデータベースを構築するのは有効な照明サンプリング方案であり、正確な照明標識は更に顔認識率を高めることができる。対応する認識モデルは,極端な照明を持つ試験集合の顔認識率98%以上である。本研究は,顔認識モデルの性能を改善し,顔画像データベースの照明サンプリング戦略と照明マーキング法を構築するための基礎を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ネットワーク ,  *照明 ,  経時変化 ,  *顔 ,  画像 ,  多重化 ,  モデル ,  画像合成 ,  三次元 ,  ロバスト性 ,  画像データベース ,  認知モデル ,  顔画像
準シソーラス用語： 顔モデル ,  照明変化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 顔認識 ,  照明 ,  分析