論文の概要: Robust Facial Landmark Detection via Aggregation on Geometrically Manipulated Faces

• arxiv url: http://arxiv.org/abs/2001.03113v1
• Date: Tue, 7 Jan 2020 16:43:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-13 20:52:13.684898
• Title: Robust Facial Landmark Detection via Aggregation on Geometrically Manipulated Faces
• Title（参考訳）: 幾何学的に操作された顔のアグリゲーションによるロバストな顔ランドマーク検出
• Authors: Seyed Mehdi Iranmanesh, Ali Dabouei, Sobhan Soleymani, Hadi Kazemi, Nasser M. Nasrabadi
• Abstract要約: 操作された顔画像のアグリゲーションに同調する。 入力領域における幾何学的操作は、小さいが慎重に設計されているため、深層顔認識モデルを騙すことができる。 提案手法は,ベンチマークデータセットAFLW,300-W,COFWの最先端手法に比べて優れていることを示す。
• 参考スコア（独自算出の注目度）: 32.391300491317445
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present a practical approach to the problem of facial landmark detection. The proposed method can deal with large shape and appearance variations under the rich shape deformation. To handle the shape variations we equip our method with the aggregation of manipulated face images. The proposed framework generates different manipulated faces using only one given face image. The approach utilizes the fact that small but carefully crafted geometric manipulation in the input domain can fool deep face recognition models. We propose three different approaches to generate manipulated faces in which two of them perform the manipulations via adversarial attacks and the other one uses known transformations. Aggregating the manipulated faces provides a more robust landmark detection approach which is able to capture more important deformations and variations of the face shapes. Our approach is demonstrated its superiority compared to the state-of-the-art method on benchmark datasets AFLW, 300-W, and COFW.
• Abstract（参考訳）: 本研究では,顔のランドマーク検出問題に対する実用的なアプローチを提案する。 提案手法は, リッチな形状変形下で大きな形状と外観変化を扱うことができる。 形状変化に対処するため,操作された顔画像の集約を行う。 提案フレームワークは,与えられた顔画像のみを用いて,異なる操作顔を生成する。 この手法は、入力領域における小さなが慎重に作られた幾何学的操作が深層顔認識モデルを騙すことができるという事実を利用する。 そこで本研究では,敵の攻撃による操作と既知の変換による操作を行う3つの異なる顔生成手法を提案する。 操作された顔の集約は、より堅牢なランドマーク検出アプローチを提供し、顔形状のより重要な変形やバリエーションを捉えることができる。 提案手法は,ベンチマークデータセットAFLW,300-W,COFWの最先端手法に比べて優れていることを示す。

関連論文リスト

• GaussianHeads: End-to-End Learning of Drivable Gaussian Head Avatars from Coarse-to-fine Representations [54.94362657501809]
  マルチビュー画像から高ダイナミックで変形可能な人間の頭部アバターをリアルタイムで生成する手法を提案する。 本手法のコアとなるのは,顔表情と頭部運動の複雑なダイナミクスを捉えることができる頭部モデルの階層的表現である。 我々は、この粗い顔アバターモデルを、エンドツーエンドのフレームワークで学習可能なパラメータとして頭部ポーズとともに訓練する。
  論文  参考訳（メタデータ） (2024-09-18T13:05:43Z)
• Optimal-Landmark-Guided Image Blending for Face Morphing Attacks [8.024953195407502]
  本稿では,最適なランドマーク誘導画像ブレンディングを用いた顔形態形成攻撃を行うための新しい手法を提案する。 提案手法は, ランドマークの最適化とグラフ畳み込みネットワーク(GCN)によるランドマークと外観特徴の組み合わせにより, 従来のアプローチの限界を克服する。
  論文  参考訳（メタデータ） (2024-01-30T03:45:06Z)
• BlendFields: Few-Shot Example-Driven Facial Modeling [35.86727715239676]
  本稿では,従来のコンピュータグラフィックス技術からインスピレーションを得てギャップを埋める手法を提案する。 見えない表現は、極端なポーズのスパースセットからの外観をブレンドすることによってモデル化される。 本研究では, 顔の滑らかな体積変形の上に, きめ細かな効果を加えることによって, 表情を一般化する手法を示す。
  論文  参考訳（メタデータ） (2023-05-12T14:30:07Z)
• MorphGANFormer: Transformer-based Face Morphing and De-Morphing [55.211984079735196]
  顔変形に対するスタイルGANベースのアプローチが主要な技術である。 本稿では,顔の変形に対する変換器ベースの代替手段を提案し,その利点をStyleGANベースの方法と比較した。
  論文  参考訳（メタデータ） (2023-02-18T19:09:11Z)
• Face Forgery Detection Based on Facial Region Displacement Trajectory Series [10.338298543908339]
  本研究では,顔領域変位の軌跡に基づく操作映像の検出手法を開発した。 この情報を用いて、操作されたビデオの軌跡列に多次元のアーティファクトを露呈するネットワークを構築した。
  論文  参考訳（メタデータ） (2022-12-07T14:47:54Z)
• Restricted Black-box Adversarial Attack Against DeepFake Face Swapping [70.82017781235535]
  本稿では,顔画像偽造モデルに対する問い合わせを一切必要としない現実的な敵攻撃を提案する。 本手法は,顔の再構成を行う代用モデルに基づいて構築され,置換モデルから非アクセス可能なブラックボックスDeepFakeモデルへの逆例を直接転送する。
  論文  参考訳（メタデータ） (2022-04-26T14:36:06Z)
• HifiFace: 3D Shape and Semantic Prior Guided High Fidelity Face Swapping [116.1022638063613]
  本研究では,光源面の顔形状を保存し,写真リアルな結果を生成できるHifiFaceを提案する。 本稿では,エンコーダとデコーダの組み合わせを最適化するSemantic Facial Fusionモジュールを提案する。
  論文  参考訳（メタデータ） (2021-06-18T07:39:09Z)
• Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
  顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。 以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。 キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-04-28T09:35:48Z)
• FaceController: Controllable Attribute Editing for Face in the Wild [74.56117807309576]
  単純なフィードフォワードネットワークを提案し、高忠実度な顔を生成する。 本手法では,既存かつ容易に把握可能な事前情報を利用することで,野生の多様な顔属性の制御,転送,編集を行うことができる。 本手法では,3Dプリミティブを用いてアイデンティティ,表現,ポーズ,イルミネーションを分離し,地域別スタイルコードを用いてテクスチャとカラーを分離する。
  論文  参考訳（メタデータ） (2021-02-23T02:47:28Z)

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。