文献

J-GLOBAL ID：202202281164542875   整理番号：22A0965724

ACWFace:網膜面に基づく効率的で軽量な顔検出器【JST・京大機械翻訳】

ACWFace: efficient and lightweight face detector based on RetinaFace

著者 (5件)： Qi Shuaihui (National University of Defense Technology, College of Information and Communication, Xi’an, China) ,  Song Xiaofeng (National University of Defense Technology, College of Information and Communication, Xi’an, China) ,  Yang Jungang (National University of Defense Technology, College of Information and Communication, Xi’an, China) ,  Jiang Chen (National University of Defense Technology, College of Information and Communication, Xi’an, China) ,  Xie Tao (National University of Defense Technology, College of Information and Communication, Xi’an, China)
資料名： Journal of Electronic Imaging  (Journal of Electronic Imaging)
巻： 31  号： 1  ページ： 013012  発行年： 2022年 
JST資料番号： W0500A  ISSN： 1017-9909  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： 要約。即ち,全ビジョン範囲からすべての顔を発見するために畳込みニューラルネットワークを利用する軽量顔検出アルゴリズムである。しかし,より正確で重いアルゴリズムと比較して,既存の軽量ネットワークの性能は,まだ残っていた。この目的のために,ACWFaceと名付けた軽量で効率的な単段顔検出器を提案し,RetinaFaceに基づく注意,コンテキストモジュール,加重特徴融合の影響を調べた。最初に,効率的二重注意モジュールを設計して,適応畳込みカーネルを導入することによって,チャネル注意と空間的注意の可能性をさらに調査した。第2に,拡張コンテキストモジュールとシャッフルドコンテキストモジュールを提案して,受容野を拡大して,枝の間の情報交差を増加させた。最後に,加重融合特性ピラミッドネットワークを利用して,特徴融合モジュールを導入することによって,異なるスケールの特徴融合を等しく解決した。WIDER FACE検証分割の容易,中,およびハードデータセットに関する実験は,著者らのACWFaceが,それぞれ,1.0%,1.1%,および1.8%のRetinaFace平均精度を凌駕し,一方,それは,野生,PASCAL顔,および顔検出データセットとベンチマークデータセットにおける注釈付き顔で,それぞれ0.6%,6.5%,および3.0%の大きな成長を達成することを示した。Copyright 2022 SPIE and IS&T 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 ,  畳込み ,  *網膜 ,  ネットワーク ,  ニューラルネットワーク ,  *顔 ,  検出器 ,  PASCAL ,  チャネル ,  ベンチマーク ,  データ融合 ,  アノテーション
準シソーラス用語： *顔検出 ,  受容野 ,  検出アルゴリズム ,  特徴融合 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 軽量顔検出 ,  効率的な二重注意モジュール ,  文脈モジュール ,  重み付き融合特徴ピラミッドネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 網膜 ,  軽量 ,  顔検出