Fugu-MT 論文翻訳(概要): Masked Face Image Classification with Sparse Representation based on Majority Voting Mechanism

論文の概要: Masked Face Image Classification with Sparse Representation based on Majority Voting Mechanism

arxiv url: http://arxiv.org/abs/2011.04556v1
Date: Mon, 9 Nov 2020 16:55:14 GMT
ステータス: 処理完了
システム内更新日: 2022-09-28 01:25:37.088409
Title: Masked Face Image Classification with Sparse Representation based on Majority Voting Mechanism
Title（参考訳）: 多数投票機構に基づくスパース表現を用いたマスケ顔画像分類
Authors: Han Wang
Abstract要約: I implement the Orthogonal Matching Pursuit (OMP) algorithm and Sparse Representation-based Classification (SRC) algorithm。この結果は、SRCアルゴリズムと組み合わせたOMPアルゴリズムが、98.4%の精度でマスクされた顔画像分類よりも優れていることを示している。
参考スコア（独自算出の注目度）: 4.451150873349085
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Sparse approximation is the problem to find the sparsest linear combination for a signal from a redundant dictionary, which is widely applied in signal processing and compressed sensing. In this project, I manage to implement the Orthogonal Matching Pursuit (OMP) algorithm and Sparse Representation-based Classification (SRC) algorithm, then use them to finish the task of masked image classification with majority voting. Here the experiment was token on the AR data-set, and the result shows the superiority of OMP algorithm combined with SRC algorithm over masked face image classification with an accuracy of 98.4%.
Abstract（参考訳）: スパース近似(英: sparse approximation)とは、信号処理や圧縮センシングにおいて広く適用される冗長辞書からの信号の最もスパースな線形結合を見つける問題である。本プロジェクトでは,ompアルゴリズムとsparse representation-based classification (src)アルゴリズムを実装し,多数決でマスキング画像分類のタスクを完了させる。この実験はarデータセットの指標であり、srcアルゴリズムと組み合わせたompアルゴリズムが98.4%の精度でマスクされた顔画像分類よりも優れていることを示した。

関連論文リスト

Variance-insensitive and Target-preserving Mask Refinement for Interactive Image Segmentation [68.16510297109872]
ポイントベースのインタラクティブなイメージセグメンテーションは、セマンティックセグメンテーションや画像編集といったアプリケーションにおけるマスクアノテーションの負担を軽減することができる。本稿では,ユーザ入力の少ないセグメンテーション品質を向上する新しい手法である可変無感・ターゲット保存マスクリファインメントを提案する。 GrabCut、バークレー、SBD、DAVISデータセットの実験は、インタラクティブな画像セグメンテーションにおける我々の手法の最先端性能を実証している。
論文参考訳（メタデータ） (2023-12-22T02:31:31Z)
Stacked Autoencoder Based Feature Extraction and Superpixel Generation for Multifrequency PolSAR Image Classification [0.4604003661048266]
我々は多周波偏光合成開口レーダ(PolSAR)画像の分類アルゴリズムを提案する。所定の画像の各周波数帯域から33の特徴を抽出する。スーパーピクセルは、隣接するPolSARピクセル間の空間情報を保存するために使用される。
論文参考訳（メタデータ） (2023-11-06T05:37:03Z)
Morphologically-Aware Consensus Computation via Heuristics-based IterATive Optimization (MACCHIatO) [1.8749305679160362]
本稿では,慎重に選択された距離のFr'echet平均に基づいて,二分法あるいは確率的コンセンサスセグメンテーションを構築する手法を提案する。その結果,2値のコンセンサスマスクが多数投票とSTAPLEの中間サイズとなり,Mask Averaging法とSTAPLE法との違いが判明した。
論文参考訳（メタデータ） (2023-09-14T23:28:58Z)
An efficient quantum-classical hybrid algorithm for distorted alphanumeric character identification [0.0]
提案アルゴリズムは,文字の低分解能ビット画像から高分解能画像に変換する。提案アルゴリズムの量子部分は、固定点探索アルゴリズムとして知られるグロバーの探索アルゴリズムの変種を実演的に利用する。
論文参考訳（メタデータ） (2022-12-25T05:31:51Z)
Sub-Image Histogram Equalization using Coot Optimization Algorithm for Segmentation and Parameter Selection [0.0]
平均および分散に基づくサブイメージヒストグラム等化(MVSIHE)アルゴリズムは,これらのコントラスト強化手法の1つである。本研究では,直近の最適化アルゴリズム,すなわちcoot Optimization algorithm(COA)を用いて,MVSIHEアルゴリズムの適切なパラメータを選択する。その結果, バイオメディカル画像処理の分野では, 提案手法が有効であることが示唆された。
論文参考訳（メタデータ） (2022-05-31T06:51:45Z)
Unconstrained Face Recognition using ASURF and Cloud-Forest Classifier optimized with VLAD [0.0]
本稿では, 画像の翻訳, 回転, スケール, 色, 照明, アフィン歪みに制約される多クラス顔画像分類のための計算効率の高いアルゴリズムを提案する。提案手法は,顔認識システムにおける精度と時間を改善することを目的としている。
論文参考訳（メタデータ） (2021-04-02T01:26:26Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。最先端アルゴリズムの利点を論じ、解説する。
論文参考訳（メタデータ） (2020-09-28T15:22:24Z)
Multi-Margin based Decorrelation Learning for Heterogeneous Face Recognition [90.26023388850771]
本稿では,超球面空間におけるデコリレーション表現を抽出するディープニューラルネットワーク手法を提案する。提案するフレームワークは,不均一表現ネットワークとデコリレーション表現学習の2つのコンポーネントに分けることができる。 2つの難解な異種顔データベースに対する実験結果から,本手法は検証タスクと認識タスクの両方において優れた性能を発揮することが示された。
論文参考訳（メタデータ） (2020-05-25T07:01:12Z)
Kullback-Leibler Divergence-Based Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet Frames for Image Segmentation [152.609322951917]
そこで我々は,厳密なウェーブレットフレーム変換と形態的再構成操作を組み込むことで,Kulback-Leibler (KL) 発散に基づくFuzzy C-Means (FCM) アルゴリズムを考案した。提案アルゴリズムはよく機能し、他の比較アルゴリズムよりもセグメンテーション性能が優れている。
論文参考訳（メタデータ） (2020-02-21T05:19:10Z)
Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet frames [146.63177174491082]
Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2020-02-14T10:00:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。