論文の概要: A Detailed Look At CNN-based Approaches In Facial Landmark Detection
- arxiv url: http://arxiv.org/abs/2005.08649v1
- Date: Fri, 8 May 2020 16:17:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-05 11:41:39.658656
- Title: A Detailed Look At CNN-based Approaches In Facial Landmark Detection
- Title(参考訳): 顔のランドマーク検出におけるCNNによるアプローチの詳細
- Authors: Chih-Fan Hsu, Chia-Ching Lin, Ting-Yang Hung, Chin-Laung Lei and
Kuan-Ta Chen
- Abstract要約: CNNベースのアプローチは回帰とヒートマップのアプローチに分けられる。
本稿では,CNNに基づくアプローチの両面について検討し,その利点と欠点を一般化し,ヒートマップアプローチのバリエーションを導入する。
包括的評価を行い,提案モデルが全テストデータセットにおいて,他のモデルよりも優れていることを示す。
- 参考スコア(独自算出の注目度): 5.774786149181392
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Facial landmark detection has been studied over decades. Numerous neural
network (NN)-based approaches have been proposed for detecting landmarks,
especially the convolutional neural network (CNN)-based approaches. In general,
CNN-based approaches can be divided into regression and heatmap approaches.
However, no research systematically studies the characteristics of different
approaches. In this paper, we investigate both CNN-based approaches, generalize
their advantages and disadvantages, and introduce a variation of the heatmap
approach, a pixel-wise classification (PWC) model. To the best of our
knowledge, using the PWC model to detect facial landmarks have not been
comprehensively studied. We further design a hybrid loss function and a
discrimination network for strengthening the landmarks' interrelationship
implied in the PWC model to improve the detection accuracy without modifying
the original model architecture. Six common facial landmark datasets, AFW,
Helen, LFPW, 300-W, IBUG, and COFW are adopted to train or evaluate our model.
A comprehensive evaluation is conducted and the result shows that the proposed
model outperforms other models in all tested datasets.
- Abstract(参考訳): 顔のランドマーク検出は数十年にわたって研究されてきた。
多くのニューラルネットワーク(NN)ベースのアプローチがランドマーク、特に畳み込みニューラルネットワーク(CNN)ベースのアプローチを検出するために提案されている。
一般に、CNNベースのアプローチは回帰とヒートマップのアプローチに分けられる。
しかし、異なるアプローチの特徴を体系的に研究する研究はない。
本稿では,cnnに基づくアプローチと,その利点と欠点を一般化し,pwc(pixel-wise classification)モデルであるheatmapアプローチのバリエーションを紹介する。
我々の知る限り、顔のランドマークを検出するためにPWCモデルを使うことは、包括的に研究されていない。
さらに、pwcモデルに含意されるランドマークの相互関係を強化するためのハイブリッド損失関数と識別ネットワークを設計、元のモデルアーキテクチャを変更することなく検出精度を向上させる。
AFW, Helen, LFPW, 300-W, IBUG, COFWの6つの顔ランドマークデータセットを用いて, モデルの評価を行った。
総合的な評価を行い,提案モデルが全試験データセットにおいて他のモデルより優れていることを示す。
関連論文リスト
- An Efficient Framework for Enhancing Discriminative Models via Diffusion Techniques [12.470257882838126]
拡散に基づく識別モデル強化フレームワーク(DBMEF)を提案する。
このフレームワークは、差別的および生成的モデルをトレーニング不要な方法でシームレスに統合する。
DBMEFは、プラグアンドプレイ方式で識別モデルの分類精度と能力を効果的に向上させることができる。
論文 参考訳(メタデータ) (2024-12-12T08:46:22Z) - Model Evaluation and Anomaly Detection in Temporal Complex Networks using Deep Learning Methods [0.0]
本稿では,時間的ネットワークモデルの結果評価の問題に対処するために,ディープラーニングに基づく自動アプローチを提案する。
評価法に加えて,提案手法は進化するネットワークにおける異常検出にも利用できる。
論文 参考訳(メタデータ) (2024-06-15T09:19:09Z) - Visual Prompting Upgrades Neural Network Sparsification: A Data-Model Perspective [64.04617968947697]
より優れた重量空間を実現するために、新しいデータモデル共設計視点を導入する。
具体的には、提案したVPNフレームワークでニューラルネットワークのスパーシフィケーションをアップグレードするために、カスタマイズされたVisual Promptが実装されている。
論文 参考訳(メタデータ) (2023-12-03T13:50:24Z) - Exploiting Point-Wise Attention in 6D Object Pose Estimation Based on
Bidirectional Prediction [22.894810893732416]
本稿では,ポイントワイズ対応機構を備えた双方向対応予測ネットワークを提案する。
私たちの重要な洞察は、各モデルポイントとシーンポイントの相関が、ポイントペアマッチの学習に不可欠な情報を提供するということです。
LineMOD, YCB-Video, Occ-LineMODの公開データセットに対する実験結果から, 提案手法が他の最先端手法よりも優れた性能を実現することを示す。
論文 参考訳(メタデータ) (2023-08-16T17:13:45Z) - Energy-based Out-of-Distribution Detection for Graph Neural Networks [76.0242218180483]
我々は,GNNSafeと呼ばれるグラフ上での学習のための,シンプルで強力で効率的なOOD検出モデルを提案する。
GNNSafeは、最先端技術に対するAUROCの改善を最大17.0%で達成しており、そのような未開発領域では単純だが強力なベースラインとして機能する可能性がある。
論文 参考訳(メタデータ) (2023-02-06T16:38:43Z) - Multi-Branch Deep Radial Basis Function Networks for Facial Emotion
Recognition [80.35852245488043]
放射状基底関数(RBF)ユニットによって形成された複数の分岐で拡張されたCNNベースのアーキテクチャを提案する。
RBFユニットは、中間表現を用いて類似のインスタンスで共有される局所パターンをキャプチャする。
提案手法は,提案手法の競争力を高めるためのローカル情報の導入であることを示す。
論文 参考訳(メタデータ) (2021-09-07T21:05:56Z) - Anomaly Detection on Attributed Networks via Contrastive Self-Supervised
Learning [50.24174211654775]
本論文では,アトリビュートネットワーク上の異常検出のためのコントラスト型自己監視学習フレームワークを提案する。
このフレームワークは、新しいタイプのコントラストインスタンスペアをサンプリングすることで、ネットワークデータからのローカル情報を完全に活用します。
高次元特性と局所構造から情報埋め込みを学習するグラフニューラルネットワークに基づくコントラスト学習モデルを提案する。
論文 参考訳(メタデータ) (2021-02-27T03:17:20Z) - Firearm Detection via Convolutional Neural Networks: Comparing a
Semantic Segmentation Model Against End-to-End Solutions [68.8204255655161]
武器の脅威検出とライブビデオからの攻撃的な行動は、潜在的に致命的な事故の迅速検出と予防に使用できる。
これを実現する一つの方法は、人工知能と、特に画像分析のための機械学習を使用することです。
従来のモノリシックなエンド・ツー・エンドのディープラーニングモデルと、セマンティクスセグメンテーションによって火花を検知する単純なニューラルネットワークのアンサンブルに基づく前述したモデルを比較した。
論文 参考訳(メタデータ) (2020-12-17T15:19:29Z) - Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。
本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。
このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
論文 参考訳(メタデータ) (2020-09-29T12:50:33Z) - Adaptive Exploitation of Pre-trained Deep Convolutional Neural Networks
for Robust Visual Tracking [14.627458410954628]
本稿では,4つのCNNモデルを包括的に分析し,各モデルの最適な特徴マップを決定する。
解析結果を属性辞書として活用することにより,視覚トラッカーの精度とロバスト性を向上させるために,深部特徴の適応的利用を提案する。
論文 参考訳(メタデータ) (2020-08-29T17:09:43Z) - Critically Examining the Claimed Value of Convolutions over User-Item
Embedding Maps for Recommender Systems [14.414055798999764]
近年,推薦システムの領域におけるアルゴリズム研究は,行列因数分解技術からニューラルアプローチへと移行している。
文献で報告された主張利益は, 埋め込み相関をモデル化するCNNの能力によるものではない, という分析的考察と実証的評価を通して示す。
論文 参考訳(メタデータ) (2020-07-23T10:03:47Z)
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。