289973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
大規模時系列事前学習のための数値マルチスケール埋め込み
（NuTime: Numerically Multi-Scaled Embedding for Large-Scale Time-Series Pretraining）
HCG 16の深部Chandra観測による銀河群の核活動・星形成・銀河風の解明
（Deep Chandra Observations of HCG 16 — I. Active Nuclei, Star Formation and Galactic Winds）
知識を取り入れた動的最適輸送による予測型医用画像再構成
（Towards Prospective Medical Image Reconstruction via Knowledge-Informed Dynamic Optimal Transport）
マスク付き事前学習と周辺尤度
（ON MASKED PRE-TRAINING AND THE MARGINAL LIKELIHOOD）
測定と相関に基づく変分量子回路による多クラス分類
（Measurement and Correlation Based Variational Quantum Circuit for Multi-classification）
強化事前学習
（Reinforcement Pre-Training）
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
WFIRSTの弱い重力レンズ計測における光度法赤方偏移校正要件
（PHOTOMETRIC REDSHIFT CALIBRATION REQUIREMENTS FOR WFIRST WEAK LENSING COSMOLOGY: PREDICTIONS FROM CANDELS）
  • 論文研究
スペクトル協調フィルタリング
（Spectral Collaborative Filtering）
  • 論文研究
SDSS銀河のHIガスと質量-金属量関係
（HI gas content of SDSS galaxies revealed by ALFALFA: implications for the mass-metallicity relation and the environmental dependence of HI in the local Universe）
  • 論文研究
機能的サイドチャネルのデータ駆動デバッグ
（Data-Driven Debugging for Functional Side Channels）
  • 論文研究
ペルセウス銀河団コアの密度揺らぎはスロッシングかAGNか
（What fraction of the density fluctuations in the Perseus cluster core is due to gas sloshing rather than AGN feedback?）
  • 論文研究
M31の北部円盤におけるChandraとHubbleの比較
（COMPARING CHANDRA AND HUBBLE IN THE NORTHERN DISK OF M31）
  • 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