文献

J-GLOBAL ID：201702288708050110   整理番号：17A0371445

深い特徴とランダムフォレスト回帰を用いた外観ベース注視推定【Powered by NICT】

Appearance-based gaze estimation using deep features and random forest regression

著者 (6件)： Wang Yafei (School of Physics and Optoelectronic Engineering, Dalian University of Technology, Dalian 116024, China) ,  Wang Yafei (Information Science and Technology College, Dalian Maritime University, Dalian 116026, China) ,  Shen Tianyi (Information Science and Technology College, Dalian Maritime University, Dalian 116026, China) ,  Yuan Guoliang (Information Science and Technology College, Dalian Maritime University, Dalian 116026, China) ,  Bian Jiming (School of Physics and Optoelectronic Engineering, Dalian University of Technology, Dalian 116024, China) ,  Fu Xianping (Information Science and Technology College, Dalian Maritime University, Dalian 116026, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 110  ページ： 293-301  発行年： 2016年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 従来の外見に基づく凝視推定法は視線外観記述子として局所的あるいは全体的特徴を採用した。しかし,これらの方法は遊離頭部の動きを伴った自然光下で良く機能しない。この問題を解決するために,深い特徴表現と特徴フォレスト回帰を用いたアピアランスベース凝視推定法を提示した。深い特徴は深い畳込みニューラルネットワーク(CNN)の階層的抽出による学習を行った。またクラスターに分類ノード分割則を用いたランダムフォレスト回帰をスパース特徴空間におけるデータ分布の利点を得るために使用されている。実験結果は,深い特徴は較正された注視回帰に局所特徴よりも優れた性能を持つことを示した。深い特徴とランダムフォレスト回帰の組合せは,自然環境における注視推定のための効果的な解決策を提供する。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *統制索引語 ,  ニューラルネットワーク ,  クラスタ ,  自然環境 ,  透視図法 ,  畳込み
準シソーラス用語： 局所特徴 ,  特徴空間 ,  特徴表現 ,  推定法 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 出現 ,  凝視推定 ,  深い特徴 ,  ランダム森林 ,  CNN

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ランダムフォレスト ,  外観 ,  注視 ,  推定