WEKO3
アイテム
Gender Recognition Using a Gaze-Guided Self-Attention Mechanism Robust Against Background Bias in Training Samples
https://repository.lib.tottori-u.ac.jp/records/2001640
https://repository.lib.tottori-u.ac.jp/records/20016407451f66a-a57b-4132-9383-3ac5ce3b3393
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
ieicetise105d(2)_415.pdf (2.3 MB)
|
|
| Item type | デフォルトアイテムタイプ（フル）(1) | |||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-01-22 | |||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||
| タイトル | Gender Recognition Using a Gaze-Guided Self-Attention Mechanism Robust Against Background Bias in Training Samples | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 作成者 |
西山,正志
× 西山,正志
WEKO
4786
× 井上,路子
WEKO
4982
× 岩井,儀雄
WEKO
4671
|
|||||||||||||||||||||||
| 内容記述 | ||||||||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||||||||
| 内容記述 | We propose an attention mechanism in deep learning networks for gender recognition using the gaze distribution of human observers when they judge the gender of people in pedestrian images. Prevalent attention mechanisms spatially compute the correlation among values of all cells in an input feature map to calculate attention weights. If a large bias in the background of pedestrian images (e.g., test samples and training samples containing different backgrounds) is present, the attention weights learned using the prevalent attention mechanisms are affected by the bias, which in turn reduces the accuracy of gender recognition. To avoid this problem, we incorporate an attention mechanism called gaze-guided self-attention (GSA) that is inspired by human visual attention. Our method assigns spatially suitable attention weights to each input feature map using the gaze distribution of human observers. In particular, GSA yields promising results even when using training samples with the background bias. The results of experiments on publicly available datasets confirm that our GSA, using the gaze distribution, is more accurate in gender recognition than currently available attention-based methods in the case of background bias between training and test samples. | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||||
| 出版者 | Institute of Electronics, Information and Communications Engineers (IEICE) | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 日付 | ||||||||||||||||||||||||
| 日付 | 2022-02-01 | |||||||||||||||||||||||
| 日付タイプ | Issued | |||||||||||||||||||||||
| 言語 | ||||||||||||||||||||||||
| 言語 | eng | |||||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||||||||
| 資源タイプ | journal article | |||||||||||||||||||||||
| 出版タイプ | ||||||||||||||||||||||||
| 出版タイプ | VoR | |||||||||||||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||||||||||||||||
| 関連情報 | ||||||||||||||||||||||||
| 関連タイプ | isIdenticalTo | |||||||||||||||||||||||
| 識別子タイプ | DOI | |||||||||||||||||||||||
| 関連識別子 | https://doi.org/10.1587/transinf.2021EDP7117 | |||||||||||||||||||||||
| 収録物識別子 | ||||||||||||||||||||||||
| 収録物識別子タイプ | EISSN | |||||||||||||||||||||||
| 収録物識別子 | 17451361 | |||||||||||||||||||||||
| 収録物識別子 | ||||||||||||||||||||||||
| 収録物識別子タイプ | PISSN | |||||||||||||||||||||||
| 収録物識別子 | 09168532 | |||||||||||||||||||||||
| 収録物名 | ||||||||||||||||||||||||
| 収録物名 | IEICE Transactions on Information and Systems | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 巻 | ||||||||||||||||||||||||
| 巻 | E105.D | |||||||||||||||||||||||
| ページ数 | ||||||||||||||||||||||||
| ページ数 | 12 | |||||||||||||||||||||||
| 開始ページ | ||||||||||||||||||||||||
| 開始ページ | 415 | |||||||||||||||||||||||
| 終了ページ | ||||||||||||||||||||||||
| 終了ページ | 426 | |||||||||||||||||||||||
| 書誌情報 |
en : IEICE Transactions on Information and Systems 巻 E105.D, p. 415-426, ページ数 12, 発行日 2022-02-01 |
|||||||||||||||||||||||
| 権利情報 | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 権利情報 | (C) 2022 The Institute of Electronics, Information and Communication Engineers | |||||||||||||||||||||||
