Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.author | Eliades, Charalambos | |
dc.contributor.author | Lenc, Ladislav | |
dc.contributor.author | Král, Pavel | |
dc.contributor.author | Papadopoulos, Harris | |
dc.date.accessioned | 2019-06-03T10:00:14Z | - |
dc.date.available | 2019-06-03T10:00:14Z | - |
dc.date.issued | 2019 | |
dc.identifier.citation | ELIADES, C. H., LENC, L., KRÁL, P., PAPADOPOULOS, H. Automatic face recognition with well-calibrated confidence measures. Machine Learning, 2019, roč. 108, č. 3, s. 511-534. ISSN 0885-6125. | en |
dc.identifier.issn | 0885-6125 | |
dc.identifier.uri | 2-s2.0-85052496742 | |
dc.identifier.uri | http://hdl.handle.net/11025/34733 | |
dc.description.abstract | V oblasti automatického rozpoznávání obličejů (AFR) byla vyvinuta celá řada metod, které dosahují vynikající úspěšnosti v případě kontrolovaných podmínek. Pokud podmínky nejsou kontrolované nebo jsou kontrolované jen v omezené míře, je úspěšnost významně snížena. Poskytnutí informace indikující pravděpodobnost, jestli je výsledek rozpoznání správný, je tedy velmi žádoucí. Tato práce se zabývá použitím konformního prediktoru (CP), který umožní k výstupu AFR metod přidat dobře kalibrované míry důvěry. CP je kombinován s klasifikátory založenými na deskriptorech POEM a SIFT. Dále je použita vážená kombinace obou klasifikátorů. Porovnáváme úspěšnost pěti způsobů výpočtu míry nonkonformity. | cs |
dc.format | 24 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Springer | en |
dc.rights | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. | cs |
dc.rights | © Springer | en |
dc.subject | Rozpoznávání obličejů | cs |
dc.subject | Scale invariant feature transform | cs |
dc.subject | POEM | cs |
dc.subject | Konformní predikce | cs |
dc.subject | Důvěra | cs |
dc.subject | Důvěryhodnost | cs |
dc.subject | Predikční regiony | cs |
dc.subject | Nekontrolované podmínky | cs |
dc.title | Automatic face recognition with well-calibrated confidence measures | en |
dc.title.alternative | Automatické rozpoznávání obličejů s dobře kalibrovanými mírami důvěry | cs |
dc.type | článek | cs |
dc.type | article | en |
dc.rights.access | restrictedAccess | en |
dc.type.version | publishedVersion | en |
dc.description.abstract-translated | Many Automatic face recognition (AFR) methods achieve a high recognition accuracy when the environment is well-controlled. In the case of moderately controlled or fully uncontrolled environments however, the performance of most techniques is dramatically reduced. As a result, the provision of some kind of indication of the likelihood of a recognition being correct is a desirable property of AFR techniques. This work investigates the application of the conformal prediction (CP) framework for extending the output of AFR techniques with well-calibrated measures of confidence. In particular we combine CP with one classifier based on POEM descriptors, one classifier based on SIFT descriptors, and a weighted combination of the similarities computed by the two. We examine and compare the performance of five nonconformity measures. | en |
dc.subject.translated | Face recognition | en |
dc.subject.translated | Scale invariant feature transform | en |
dc.subject.translated | POEM | en |
dc.subject.translated | Conformal prediction | en |
dc.subject.translated | Confidence | en |
dc.subject.translated | Credibility | en |
dc.subject.translated | Prediction regions | en |
dc.subject.translated | Uncontrolled environment | en |
dc.identifier.doi | 10.1007/s10994-018-5756-7 | |
dc.type.status | Peer-reviewed | en |
dc.identifier.document-number | 459945900007 | |
dc.identifier.obd | 43925845 | |
dc.project.ID | LO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost | cs |
Vyskytuje se v kolekcích: | Články / Articles (KIV) OBD |
Soubory připojené k záznamu:
Soubor | Velikost | Formát | |
---|---|---|---|
Lenc, Král Eliades2019_Article_AutomaticFaceRecognitionWithWe.pdf | 1,72 MB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/34733
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.