論文の概要: Real-time Segmentation and Facial Skin Tones Grading

• arxiv url: http://arxiv.org/abs/1912.12888v2
• Date: Thu, 9 Jan 2020 03:52:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-17 02:43:18.322645
• Title: Real-time Segmentation and Facial Skin Tones Grading
• Title（参考訳）: リアルタイムセグメンテーションと顔面皮膚トーン評価
• Authors: Ling Luo, Dingyu Xue, Xinglong Feng, Yichun Yu, Peng Wang
• Abstract要約: 本稿では, 深層畳み込みニューラルネットワーク(DCNN)を用いた, 毛髪および顔面皮膚のセグメンテーションのための効率的なセグメンテーション法を提案する。 CPU環境では、Figaro1kデータセット上の90.73%のPixel精度を16FPS以上で達成しています。 さらに,肌の色調評価にマスクカラーモーメントを用い,約80%の分類精度で提案手法の有効性を実証した。
• 参考スコア（独自算出の注目度）: 6.222979369834314
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modern approaches for semantic segmention usually pay too much attention to the accuracy of the model, and therefore it is strongly recommended to introduce cumbersome backbones, which brings heavy computation burden and memory footprint. To alleviate this problem, we propose an efficient segmentation method based on deep convolutional neural networks (DCNNs) for the task of hair and facial skin segmentation, which achieving remarkable trade-off between speed and performance on three benchmark datasets. As far as we know, the accuracy of skin tones classification is usually unsatisfactory due to the influence of external environmental factors such as illumination and background noise. Therefore, we use the segmentated face to obtain a specific face area, and further exploit the color moment algorithm to extract its color features. Specifically, for a 224 x 224 standard input, using our high-resolution spatial detail information and low-resolution contextual information fusion network (HLNet), we achieve 90.73% Pixel Accuracy on Figaro1k dataset at over 16 FPS in the case of CPU environment. Additional experiments on CamVid dataset further confirm the universality of the proposed model. We further use masked color moment for skin tones grade evaluation and approximate 80% classification accuracy demonstrate the feasibility of the proposed scheme.Code is available at https://github.com/JACKYLUO1991/Face-skin-hair-segmentaiton-and-skin-color-evaluation.
• Abstract（参考訳）: セマンティックセグメンテーションの現代的なアプローチは、通常、モデルの正確さに多くの注意を払っているため、面倒なバックボーンの導入が強く推奨されているため、計算負荷とメモリフットプリントが重い。 そこで本研究では,3つのベンチマークデータセットにおける速度と性能の顕著なトレードオフを実現するために,頭髪と顔面皮膚のセグメンテーションタスクのための深層畳み込みニューラルネットワーク(dcnns)に基づく効率的なセグメンテーション手法を提案する。 我々の知る限りでは、照明や背景雑音などの外部環境要因の影響により、肌の色分類の精度が不満足であることが多い。 そこで,分割された顔を用いて特定の顔領域を求め,さらに色モーメントアルゴリズムを用いて色特徴を抽出する。 具体的には、高解像度空間詳細情報と低解像度コンテキスト情報融合ネットワーク(HLNet)を用いて、224×224の標準入力に対して、CPU環境の場合、90.73%の画素精度をFigaro1kデータセット上で16FPS以上で達成する。 CamVidデータセットのさらなる実験により、提案モデルの普遍性はさらに確認される。 さらに,肌の色調評価にマスクカラーモーメントを用い,約80%の分類精度で提案手法の有効性を実証した。

関連論文リスト

• Leveraging Neural Radiance Fields for Uncertainty-Aware Visual Localization [56.95046107046027]
  我々は,Neural Radiance Fields (NeRF) を用いてシーン座標回帰のためのトレーニングサンプルを生成することを提案する。 レンダリングにおけるNeRFの効率にもかかわらず、レンダリングされたデータの多くはアーティファクトによって汚染されるか、最小限の情報ゲインしか含まない。
  論文  参考訳（メタデータ） (2023-10-10T20:11:13Z)
• Weakly Supervised Human Skin Segmentation using Guidance Attention Mechanisms [0.0]
  本稿では,単一の画像に対して頑健なデータ駆動型皮膚分割法を提案する。 提案手法は2つの注意モジュール,Body Attention と Skin Attention を組み込み,コンテキスト情報を用いてセグメンテーション結果を改善する。 本研究の結果から,提案手法はベンチマークデータセット上での最先端の手法に匹敵する,あるいは性能に優れることを示した。
  論文  参考訳（メタデータ） (2023-02-09T13:20:49Z)
• Data-Driven Deep Supervision for Skin Lesion Classification [36.24996525103533]
  本稿では,ロバストな特徴抽出のために入力データを利用する新しいディープニューラルネットワークを提案する。 具体的には、畳み込みネットワークの挙動(視野)を分析し、深い監視の場所を見つける。
  論文  参考訳（メタデータ） (2022-09-04T03:57:08Z)
• Meta Balanced Network for Fair Face Recognition [51.813457201437195]
  我々は、データとアルゴリズムの両方の側面からバイアスを体系的に科学的に研究する。 本稿では,メタバランスネットワーク(MBN)と呼ばれるメタ学習アルゴリズムを提案する。 大規模な実験により、MBNは偏見を緩和し、顔認識において異なる肌のトーンを持つ人々に対してよりバランスの取れたパフォーマンスを学ぶことができた。
  論文  参考訳（メタデータ） (2022-05-13T10:25:44Z)
• Color Invariant Skin Segmentation [17.501659517108884]
  本稿では,カラー情報に頼らずに画像中の皮膚を自動的に検出する問題に対処する。 この研究の主な動機は、皮膚のトーン全体にわたって一貫性のある結果を達成することである。 我々はそのような情報がない場合によく機能する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2022-04-21T05:07:21Z)
• Progressive Spatio-Temporal Bilinear Network with Monte Carlo Dropout for Landmark-based Facial Expression Recognition with Uncertainty Estimation [93.73198973454944]
  提案手法の性能は, 広く使用されている3つのデータセットで評価される。 ビデオベースの最先端の手法に匹敵するが、複雑さははるかに少ない。
  論文  参考訳（メタデータ） (2021-06-08T13:40:30Z)
• Generalizing Face Forgery Detection with High-frequency Features [63.33397573649408]
  現在のCNNベースの検出器は、メソッド固有の色テクスチャに過度に適合するため、一般化に失敗する傾向にある。 フェースフォージェリ検出に高周波雑音を用いることを提案する。 1つは、複数のスケールで高周波ノイズを抽出するマルチスケールの高周波特徴抽出モジュールである。 2つ目は、低レベルRGB特徴抽出器を導く残差誘導空間注意モジュールで、新しい視点からフォージェリートレースにもっと集中する。
  論文  参考訳（メタデータ） (2021-03-23T08:19:21Z)
• Lesion Net -- Skin Lesion Segmentation Using Coordinate Convolution and Deep Residual Units [18.908448254745473]
  メラノーマの皮膚病変のセグメント化の精度は、トレーニング、不規則な形状、不明瞭な境界、および異なる皮膚色のためのデータが少ないため、かなり困難な作業です。 提案手法は皮膚病変分節の精度を向上させるのに役立つ。 以上の結果から,提案モデルが既存の皮膚病変の分画法と同等以上の性能を示した。
  論文  参考訳（メタデータ） (2020-12-28T14:43:04Z)
• 3D Dense Geometry-Guided Facial Expression Synthesis by Adversarial Learning [54.24887282693925]
  本稿では,3次元密度(深度,表面正規度)情報を表現操作に用いる新しいフレームワークを提案する。 既製の最先端3D再構成モデルを用いて深度を推定し,大規模RGB-Depthデータセットを作成する。 実験により,提案手法は競争ベースラインと既存の芸術を大きなマージンで上回ることを示した。
  論文  参考訳（メタデータ） (2020-09-30T17:12:35Z)
• Real-Time High-Performance Semantic Image Segmentation of Urban Street Scenes [98.65457534223539]
  都市景観のロバストなセマンティックセマンティックセグメンテーションのためのリアルタイムDCNNに基づく高速DCNN手法を提案する。 提案手法は, 51.0 fps と 39.3 fps の推論速度で, 平均 73.6% と平均 68.0% (mIoU) の精度を実現する。
  論文  参考訳（メタデータ） (2020-03-11T08:45:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。