講演抄録/キーワード |
講演名 |
2017-10-12 09:30
An Effective De-noising Algorithm for Making A Large Celebrity Face Dataset with A High Purity ○Zheng Ge・Quan Cui(Waseda Univ.)・Rong Xu・Masahiro Imai(Datasection Inc.)・Osamu Yoshie(Waseda Univ.) PRMU2017-67 |
抄録 |
(和) |
(まだ登録されていません) |
(英) |
In recent years, face recognition has been greatly improved by the development of CNN such as DeepID, FaceNet, and so on. However, the performance of those trained models is not satisfactory when applied on Asian face recognition because those models are almost trained on western face datasets. In order to solve such a problem, we create a large Chinese celebrity face dataset, including 11,289 celebrities and 395,130 face images, and then we can make a fine tune on those trained models for Asian face recognition by our created Chinese celebrity dataset.
In this paper, we make a scheme to collect celebrity names and images from unstructured data by internet. Then we propose an effective de-noising algorithm to improve the quality of dataset, and the purity of our data can reach 97.7% from original 65.9% after the de-noising. Meanwhile, the de-noising operation on MS-Celeb-1M has been realized for evaluating the proposed method, and the purity of the tested fine part of MS-Celeb-1M has been improved from 73.0% to 98.7%. Therefore, the experiments on our created Chinese celebrity face dataset and MS-Celeb-1M indicate that the proposed de-noising algorithm has achieved excellent performance for improving the quality of dataset. |
キーワード |
(和) |
/ / / / / / / |
(英) |
CNN / Face dataset / Denoising Algorithm / / / / / |
文献情報 |
信学技報, vol. 117, no. 238, PRMU2017-67, pp. 25-30, 2017年10月. |
資料番号 |
PRMU2017-67 |
発行日 |
2017-10-05 (PRMU) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2017-67 |
研究会情報 |
研究会 |
PRMU |
開催期間 |
2017-10-12 - 2017-10-13 |
開催地(和) |
熊本大学 |
開催地(英) |
|
テーマ(和) |
深層学習 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2017-10-PRMU |
本文の言語 |
英語 |
タイトル(和) |
|
サブタイトル(和) |
|
タイトル(英) |
An Effective De-noising Algorithm for Making A Large Celebrity Face Dataset with A High Purity |
サブタイトル(英) |
|
キーワード(1)(和/英) |
/ CNN |
キーワード(2)(和/英) |
/ Face dataset |
キーワード(3)(和/英) |
/ Denoising Algorithm |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
葛 政 / Zheng Ge / ゲ ゼン |
第1著者 所属(和/英) |
早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.) |
第2著者 氏名(和/英/ヨミ) |
崔 權 / Quan Cui / ツゥイ チュエン |
第2著者 所属(和/英) |
早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.) |
第3著者 氏名(和/英/ヨミ) |
徐 榮 / Rong Xu / |
第3著者 所属(和/英) |
データセクション株式会社 (略称: データセクション)
Datasection (略称: Datasection Inc.) |
第4著者 氏名(和/英/ヨミ) |
今井 真宏 / Masahiro Imai / |
第4著者 所属(和/英) |
データセクション株式会社 (略称: データセクション)
Datasection (略称: Datasection Inc.) |
第5著者 氏名(和/英/ヨミ) |
吉江 修 / Osamu Yoshie / |
第5著者 所属(和/英) |
早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-10-12 09:30:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2017-67 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.238 |
ページ範囲 |
pp.25-30 |
ページ数 |
6 |
発行日 |
2017-10-05 (PRMU) |
|