論文の概要: Local Gradient Hexa Pattern: A Descriptor for Face Recognition and Retrieval

• arxiv url: http://arxiv.org/abs/2201.00509v1
• Date: Mon, 3 Jan 2022 07:45:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-04 15:20:21.045632
• Title: Local Gradient Hexa Pattern: A Descriptor for Face Recognition and Retrieval
• Title（参考訳）: 局所勾配ヘキサパターン : 顔認識と検索のための記述子
• Authors: Soumendu Chakraborty, Satish Kumar Singh, and Pavan Chakraborty
• Abstract要約: 基準画素とその隣接する画素間の関係を同定する局所勾配ヘキサパターン(LGHP)を提案する。 識別情報は、地域や異なるデリバティブな方向でも存在している。 提案するディスクリプタは,最先端のディスクリプタに比べて高い認識率と検索率を有する。
• 参考スコア（独自算出の注目度）: 20.77994516381
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Local descriptors used in face recognition are robust in a sense that these descriptors perform well in varying pose, illumination and lighting conditions. Accuracy of these descriptors depends on the precision of mapping the relationship that exists in the local neighborhood of a facial image into microstructures. In this paper a local gradient hexa pattern (LGHP) is proposed that identifies the relationship amongst the reference pixel and its neighboring pixels at different distances across different derivative directions. Discriminative information exists in the local neighborhood as well as in different derivative directions. Proposed descriptor effectively transforms these relationships into binary micropatterns discriminating interclass facial images with optimal precision. Recognition and retrieval performance of the proposed descriptor has been compared with state-of-the-art descriptors namely LDP and LVP over the most challenging and benchmark facial image databases, i.e. Cropped Extended Yale-B, CMU-PIE, color-FERET, and LFW. The proposed descriptor has better recognition as well as retrieval rates compared to state-of-the-art descriptors.
• Abstract（参考訳）: 顔認識に使用される局所ディスクリプタは、これらのディスクリプタが様々なポーズ、照明、照明条件でうまく機能するという意味で頑健である。 これらの記述子の精度は、顔画像の局所的な近傍に存在する関係を微細構造にマッピングする精度に依存する。 本稿では,局所勾配ヘキサパターン(lghp)を提案し,微分方向の異なる距離における参照画素とその隣接画素間の関係を同定する。 識別情報は、地域や異なるデリバティブな方向でも存在している。 提案する記述子は、これらの関係を最適な精度でクラス間顔画像を識別するバイナリ・マイクロパターンに効果的に変換する。 提案するディスクリプタの認識と検索性能は,最も困難かつベンチマークの難しい顔画像データベースであるCropped Extended Yale-B, CMU-PIE, color-FERET, LFWと比較して,最先端の記述子であるLPPとLVPと比較されている。 提案するディスクリプタは,最先端のディスクリプタに比べて高い認識率と検索率を有する。

関連論文リスト

• Residual Learning for Image Point Descriptors [56.917951170421894]
  本稿では,手作りの検出器とディスクリプタを用いて局所画像記述子を学習する,非常にシンプルで効果的な手法を提案する。 我々は,手書き記述子にすでに存在する知識を活用することで,最終記述子を最適化する。 本手法は,非微分関数を用いたアンサンブル学習や学習に応用できる可能性がある。
  論文  参考訳（メタデータ） (2023-12-24T12:51:30Z)
• Learning-Based Dimensionality Reduction for Computing Compact and Effective Local Feature Descriptors [101.62384271200169]
  特徴の形でのイメージパッチの独特な表現は多くのコンピュータビジョンとロボティクスのタスクの重要な構成要素である。 マルチ層パーセプトロン(MLP)を用いて,低次元ながら高品質な記述子を抽出する。 視覚的ローカライゼーション、パッチ検証、画像マッチング、検索など、さまざまなアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2022-09-27T17:59:04Z)
• Local Directional Gradient Pattern: A Local Descriptor for Face Recognition [20.77994516381]
  提案する局所方向勾配パターン (LDGP) は, 基準画素の高次導関数間の関係を4つの異なる方向に符号化して計算した1次元局所パターンである。 ベンチマークデータベースAT&T,Extended Yale B, CMU-PIEで行った実験の結果, 提案する記述子は, 認識速度が既存の技術手法とほぼ類似している間に, 抽出時間とマッチング時間を著しく短縮することがわかった。
  論文  参考訳（メタデータ） (2022-01-03T08:34:25Z)
• Cascaded Asymmetric Local Pattern: A Novel Descriptor for Unconstrained Facial Image Recognition and Retrieval [20.77994516381]
  本稿では,顔画像の検索と認識のために,手作りの非対称局所パターン(CALP)を提案する。 提案手法は特徴長が最適であり,顔画像の環境および生理的変化下での精度が著しく向上したことを示す。
  論文  参考訳（メタデータ） (2022-01-03T08:23:38Z)
• Local Quadruple Pattern: A Novel Descriptor for Facial Image Recognition and Retrieval [20.77994516381]
  顔画像の認識と検索のために手作りの局所四重項パターン(LQPAT)を提案する。 提案された記述子は、四重空間における隣人間の関係を符号化する。 提案するデクリプタの検索と認識精度を,ベンチマークデータベース上の手作りデクリプタの状態と比較した。
  論文  参考訳（メタデータ） (2022-01-03T08:04:38Z)
• Centre Symmetric Quadruple Pattern: A Novel Descriptor for Facial Image Recognition and Retrieval [20.77994516381]
  手作りのディスクリプタは、カーネルによって定義された局所的な近傍のピクセルの関係を識別する。 本稿では,四重空間における顔の非対称性を符号化する手書き記述子であるCentral Symmetric Quadruple Pattern (CSQP)を提案する。 結果分析の結果,提案する記述子は,ポーズ,照明,背景,表現の制御不能な変化とともに,制御下において良好に動作していることがわかった。
  論文  参考訳（メタデータ） (2022-01-03T07:56:24Z)
• R-Theta Local Neighborhood Pattern for Unconstrained Facial Image Recognition and Retrieval [20.77994516381]
  R-Theta Local Neighborhood Pattern (RTLNP) は顔画像検索のために提案されている。 提案された符号化方式は、地域を等しい角幅のセクターに分割する。 これら2つのサブセクタの平均グレイスケール値は、マイクロパターンを生成するために符号化される。
  論文  参考訳（メタデータ） (2022-01-03T07:39:23Z)
• Learning Fair Face Representation With Progressive Cross Transformer [79.73754444296213]
  フェアフェイス認識のためのプログレッシブクロストランス (PCT) 手法を提案する。 我々は,PCTが最先端FR性能を達成しつつ,顔認識におけるバイアスを軽減することができることを示した。
  論文  参考訳（メタデータ） (2021-08-11T01:31:14Z)
• Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
  IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。 IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。 IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
  論文  参考訳（メタデータ） (2021-03-02T08:20:08Z)
• Blind Face Restoration via Deep Multi-scale Component Dictionaries [75.02640809505277]
  劣化した観測の復元過程をガイドするディープフェイス辞書ネットワーク(DFDNet)を提案する。 DFDNetは高品質な画像から知覚的に重要な顔成分のディープ辞書を生成する。 コンポーネントAdaINは、入力機能と辞書機能の間のスタイルの多様性を取り除くために利用される。
  論文  参考訳（メタデータ） (2020-08-02T07:02:07Z)
• Online Invariance Selection for Local Feature Descriptors [93.32949876169785]
  現在の特徴記述子の制限は、一般化と差別力のトレードオフである。 本稿では,この制限を,局所的な記述子における不変性の分散と,その文脈に与えられた最も適切な不変性のオンライン選択によって克服することを提案する。 提案手法は,現在のディスクリプタの性能を向上し,複数のマッチングタスクにおいて最先端のディスクリプタより優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-17T14:08:22Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。