文献

J-GLOBAL ID：201702253879814287   整理番号：17A0020827

顔検証とクラスタリングのための三重項確率的埋め込み【Powered by NICT】

Triplet probabilistic embedding for face verification and clustering

著者 (4件)： Sankaranarayanan Swami (Center for Automation Research, UMIACS, University of Maryland, College Park, MD 20742) ,  Alavi Azadeh (Center for Automation Research, UMIACS, University of Maryland, College Park, MD 20742) ,  Castillo Carlos D. (Center for Automation Research, UMIACS, University of Maryland, College Park, MD 20742) ,  Chellappa Rama (Center for Automation Research, UMIACS, University of Maryland, College Park, MD 20742)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BTAS  ページ： 1-8  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 過去二十五年間にわたって行われた著しい進歩にもかかわらず,制約のない顔検証は挑戦的な問題となっている。深いCNNに基づく解法を用いる低次元識別埋込みステップで,制約のない顔検証問題を解決するために,三重項確率制約を用いて学習する手法を提案した。性能改善をもたらすとは別に,この埋め込みは記憶の課題特異的クラスタリングのような後処理操作のための重要な利点を提供する。困難なIJB Aデータセット上での実験を行い,提案したアルゴリズムは,検証および同定計量における最新の方法に近い性能を発揮することを示し,はるかに少ない訓練データと訓練/試験時間を必要とする。CFPデータセット上で提案手法の優れた性能は,筆者らの深部CNNにより学習された表現である大きな姿勢変化にロバストであることを示した。さらに,両IJB AおよびLFWデータセット上で簡単なクラスタ化実験を行うことにより,年齢,姿勢,ぼけとクラッタを含む課題への深い特徴のロバスト性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 後処理 ,  *三重項 ,  アルゴリズム ,  ロバスト性 ,  クラッタ ,  制約条件 ,  深部 ,  *クラスタ化 ,  低次元 ,  *改変
準シソーラス用語： 姿勢変化 ,  訓練データ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 顔 ,  検証 ,  クラスタリング ,  三重項 ,  確率 ,  埋め込み