298699記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. Color MS-BSIFを用いた頑健な血縁検証（A new method color MS-BSIF Features learning for the robust kinship verification）
2 分で読了
1 views

Color MS-BSIFを用いた頑健な血縁検証

（A new method color MS-BSIF Features learning for the robust kinship verification）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近部下が「顔写真で親子関係を判定する研究がすごい」と言ってきて困っております。うちの会社でも使えるのか、まず全体像を教えてくださいませんか。

AIメンター拓海

素晴らしい着眼点ですね！まず結論から言うと、この論文は顔の「色」と「模様」の特徴を組み合わせて、親子などの血縁関係をより正確に判定できるようにした研究ですよ。大丈夫、一緒に分解していけば必ずできますよ。

田中専務

要するに写真の色やシワのパターンから「血のつながり」を判定するということですか。それは現場導入でどんなメリットが見込めますか。

AIメンター拓海

良い質問です。要点を三つにまとめますよ。1) 色（Color）情報を積極的に使うことで微妙な遺伝的な共通点を拾える、2) BSIFという手法で画像の局所的なテクスチャを数字化して比較する、3) 複数スケールで特徴を取ることで頑健性が上がる、という点です。これだけで投資対効果の判断材料になりますよ。

田中専務

BSIFって何ですか？聞いたことがありません。難しい用語は苦手でして、簡単に噛み砕いてください。

AIメンター拓海

素晴らしい着眼点ですね！BSIFは

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
サイト特異的な空間深層学習による移動最適化
（Spatial Deep Learning for Site-Specific Movement Optimization of Aerial Base Stations）
次の記事
ソフトコントラスト学習に基づくプロンプトモデルによる少数ショット感情分析
（A Soft Contrastive Learning-Based Prompt Model for Few-Shot Sentiment Analysis）
関連記事
視覚・赤外線マルチモーダルデータの欠損・破損に強い人物再識別
（Fusion for Visual-Infrared Person ReID in Real-World Surveillance Using Corrupted Multimodal Data）
低ランク行列復元における構造の有効かつ効率的な活用
（Exploiting the structure effectively and efficiently in low rank matrix recovery）
人間中心の人工知能システムを設計する際の要求事項と実践のギャップ
（Requirements Practices and Gaps When Engineering Human-Centered Artificial Intelligence Systems）
3値スパイク学習
（Ternary Spike: Learning Ternary Spikes for Spiking Neural Networks）
機械学習原子間ポテンシャルにおける普遍的スケーリングと超小パラメータ化
（Global Universal Scaling and Ultra-Small Parameterization in Machine Learning Interatomic Potentials with Super-Linearity）
テキストから編集可能なベクターを生成する暗黙表現 — NeuralSVG: An Implicit Representation for Text-to-Vector Generation
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
Gradient Boosted Feature Selection
（Gradient Boosted Feature Selection）
  • 論文研究
空間依存性の時間的進化を学習する
（Learning Temporal Evolution of Spatial Dependence with Generalized Spatiotemporal Gaussian Process Models）
  • 論文研究
Eコマースの販売需要予測にLSTMを使う手法
（Sales Demand Forecast in E-commerce using a Long Short-Term Memory Neural Network Methodology）
  • 論文研究
発話生成時の神経ダイナミクスのモデリング
（Modeling neural dynamics during speech production using a state space variational autoencoder）
  • 論文研究
Neumannネットワークによる線形逆問題の解法
（Neumann Networks for Linear Inverse Problems in Imaging）
  • 論文研究
ブラックボックス関数インターフェースの学習
（NEURAL NETWORK GRADIENT-BASED LEARNING OF BLACK-BOX FUNCTION INTERFACES）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む