| Název: | Automatic face recognition with well-calibrated confidence measures |
| Další názvy: | Automatické rozpoznávání obličejů s dobře kalibrovanými mírami důvěry |
| Autoři: | Eliades, Charalambos Lenc, Ladislav Král, Pavel Papadopoulos, Harris |
| Citace zdrojového dokumentu: | 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. |
| Datum vydání: | 2019 |
| Nakladatel: | Springer |
| Typ dokumentu: | článek article |
| URI: | 2-s2.0-85052496742 http://hdl.handle.net/11025/34733 |
| ISSN: | 0885-6125 |
| Klíčová slova: | Rozpoznávání obličejů;Scale invariant feature transform;POEM;Konformní predikce;Důvěra;Důvěryhodnost;Predikční regiony;Nekontrolované podmínky |
| Klíčová slova v dalším jazyce: | Face recognition;Scale invariant feature transform;POEM;Conformal prediction;Confidence;Credibility;Prediction regions;Uncontrolled environment |
| Abstrakt: | 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. |
| Abstrakt v dalším jazyce: | 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. |
| Práva: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Springer |
| 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/11025/34733Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.