Fugu-MT 論文翻訳(概要): Privacy-Preserving Eye Videos using Rubber Sheet Model

論文の概要: Privacy-Preserving Eye Videos using Rubber Sheet Model

arxiv url: http://arxiv.org/abs/2004.01792v1
Date: Fri, 3 Apr 2020 21:59:38 GMT
ステータス: 処理完了
システム内更新日: 2022-12-17 04:45:22.058794
Title: Privacy-Preserving Eye Videos using Rubber Sheet Model
Title（参考訳）: ゴムシートモデルを用いたプライバシー保護アイビデオ
Authors: Aayush K Chaudhary and Jeff B. Pelz
Abstract要約: ビデオベースのアイトラッカーは、アイイメージ/ビデオに基づいて視線を推定する。本稿では、現在のアイリステクスチャを、ゴムシートモデルに基づくビデオキャプチャパイプライン内の別のアイリステンプレートに置き換えることで、アイリスのプライバシー問題に対処する新しいアプローチを提案する。
参考スコア（独自算出の注目度）: 2.5889737226898437
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Video-based eye trackers estimate gaze based on eye images/videos. As security and privacy concerns loom over technological advancements, tackling such challenges is crucial. We present a new approach to handle privacy issues in eye videos by replacing the current identifiable iris texture with a different iris template in the video capture pipeline based on the Rubber Sheet Model. We extend to image blending and median-value representations to demonstrate that videos can be manipulated without significantly degrading segmentation and pupil detection accuracy.
Abstract（参考訳）: ビデオベースのアイトラッカーは、視線画像/ビデオに基づいて視線を推定する。セキュリティとプライバシーが技術的進歩を脅かす中、このような課題に取り組むことが不可欠だ。本稿では,眼球映像におけるプライバシー問題に対処するための新しいアプローチとして,現在認識可能な虹彩テクスチャを,ゴムシートモデルに基づくビデオキャプチャパイプラインの異なる虹彩テンプレートに置き換える手法を提案する。画像ブレンディングや中央値表現に拡張して,ビデオのセグメンテーションや瞳孔検出精度を著しく低下させることなく操作できることを実証する。

関連論文リスト

CausalVE: Face Video Privacy Encryption via Causal Video Prediction [13.577971999457164]
ビデオやライブストリーミングのWebサイトの普及に伴い、公開対面のビデオ配信とインタラクションは、プライバシー上のリスクを増大させる。これらの欠点に対処するニューラルネットワークフレームワークCausalVEを提案する。我々のフレームワークは、公開ビデオの拡散において優れたセキュリティを有し、定性的、量的、視覚的な観点から最先端の手法より優れている。
論文参考訳（メタデータ） (2024-09-28T10:34:22Z)
Zero-Shot Video Editing through Adaptive Sliding Score Distillation [51.57440923362033]
本研究は,オリジナルビデオコンテンツの直接操作を容易にする,ビデオベースのスコア蒸留の新たなパラダイムを提案する。本稿では,グローバルとローカルの両方の動画ガイダンスを取り入れた適応スライディングスコア蒸留方式を提案する。
論文参考訳（メタデータ） (2024-06-07T12:33:59Z)
From Covert Hiding to Visual Editing: Robust Generative Video Steganography [34.99965076701196]
本稿では,ビデオ編集過程におけるステガノグラフィーのためのシークレットメッセージをセマンティック機能に組み込む革新的な手法を提案する。本稿では,ビデオのセマンティックな特徴を変化させて,秘密メッセージを埋め込むことで視覚的編集を実現する,エンドツーエンドの堅牢なビデオステガノグラフィーネットワーク(RoGVS)を提案する。
論文参考訳（メタデータ） (2024-01-01T03:40:07Z)
Make-A-Protagonist: Generic Video Editing with An Ensemble of Experts [116.05656635044357]
我々はMake-A-Protagonistと呼ばれる一般的なビデオ編集フレームワークを提案する。具体的には、複数の専門家を利用してソース映像を解析し、視覚的・テキスト的手がかりをターゲットとし、視覚的・テキスト的映像生成モデルを提案する。その結果,Make-A-Protagonistの多種多様な編集能力を実証した。
論文参考訳（メタデータ） (2023-05-15T17:59:03Z)
Video Demoireing with Relation-Based Temporal Consistency [68.20281109859998]
カラー歪みのように見えるモアレパターンは、デジタルカメラでスクリーンを撮影する際に、画像と映像の画質を著しく劣化させる。我々は、このような望ましくないモアレパターンをビデオで除去する方法を研究している。
論文参考訳（メタデータ） (2022-04-06T17:45:38Z)
Self-supervised Video-centralised Transformer for Video Face Clustering [58.12996668434134]
本稿では,ビデオ集中型トランスを用いたビデオの顔クラスタリング手法を提案する。我々はEasyCom-Clusteringという名前の大規模なビデオ顔クラスタリングデータセットを初めてリリースした。
論文参考訳（メタデータ） (2022-03-24T16:38:54Z)
Seq-Masks: Bridging the gap between appearance and gait modeling for video-based person re-identification [10.490428828061292]
イデオをベースとした人物識別(Re-ID)は、不随意監視カメラが捉えた映像の人物像をマッチングすることを目的としている。従来のビデオベースのRe-ID手法では、外観情報の探索に重点を置いており、照明の変化、シーンノイズ、カメラパラメータ、特に衣服やキャリーのバリエーションに対して脆弱である。映像中のシークエンスマスク(SeqMask)を利用して、外観情報と歩行モデリングを密接な方法で統合するフレームワークを提案する。
論文参考訳（メタデータ） (2021-12-10T16:00:20Z)
A Video Is Worth Three Views: Trigeminal Transformers for Video-based Person Re-identification [77.08204941207985]
ビデオベースの人物再識別(Re-ID)は、重複しないカメラで同一人物のビデオシーケンスを検索することを目的としている。本稿では、ビデオベースのRe-IDのためのTrigeminal Transformers(TMT)という新しいフレームワークを提案する。
論文参考訳（メタデータ） (2021-04-05T02:50:16Z)
RIT-Eyes: Rendering of near-eye images for eye-tracking applications [3.4481343795011226]
ビデオベースの視線追跡のためのディープニューラルネットワークは、ノイズの多い環境、迷路反射、低解像度に対するレジリエンスを実証している。これらのネットワークをトレーニングするには、手動でアノテートした画像が多数必要である。本研究では, アクティブな変形可能な虹彩, 非球性角膜, 網膜反射, 視線調整眼球の変形, 点滅などの特徴を付加することにより, 従来よりも優れた合成眼球画像生成プラットフォームを提案する。
論文参考訳（メタデータ） (2020-06-05T19:18:50Z)
VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
論文参考訳（メタデータ） (2020-05-20T21:17:43Z)

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。