Fugu-MT 論文翻訳(概要): Recognizing Families through Images with Pretrained Encoder

論文の概要: Recognizing Families through Images with Pretrained Encoder

arxiv url: http://arxiv.org/abs/2005.11811v1
Date: Sun, 24 May 2020 17:59:19 GMT
ステータス: 処理完了
システム内更新日: 2022-11-29 13:43:15.234883
Title: Recognizing Families through Images with Pretrained Encoder
Title（参考訳）: 事前訓練エンコーダを用いた画像による家族認識
Authors: Tuan-Duy H. Nguyen, Huu-Nghia H. Nguyen, Hieu Dao
Abstract要約: 血縁検証と血縁検索はコンピュータビジョンにおける新たな課題である。我々は、FaceNet, Siamese VGG-Face の3つの手法と、FaceNet と VGG-Face のモデルを組み合わせて特徴抽出を行う。
参考スコア（独自算出の注目度）: 0.1909808926064466
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Kinship verification and kinship retrieval are emerging tasks in computer vision. Kinship verification aims at determining whether two facial images are from related people or not, while kinship retrieval is the task of retrieving possible related facial images to a person from a gallery of images. They introduce unique challenges because of the hidden relations and features that carry inherent characteristics between the facial images. We employ 3 methods, FaceNet, Siamese VGG-Face, and a combination of FaceNet and VGG-Face models as feature extractors, to achieve the 9th standing for kinship verification and the 5th standing for kinship retrieval in the Recognizing Family in The Wild 2020 competition. We then further experimented using StyleGAN2 as another encoder, with no improvement in the result.
Abstract（参考訳）: 血縁検証と血縁検索はコンピュータビジョンにおける新たな課題である。 2つの顔画像が関連人物のものであるか否かを判定することを目的としているが、関連画像検索は画像ギャラリーから人物に関連画像を取得する作業である。これらは、顔画像間の固有の特徴を含む隠れた関係と特徴によって、ユニークな課題をもたらす。我々は,FaceNet,Siamese VGG-Face,およびFaceNetとVGG-Faceモデルを特徴抽出器として組み合わせた3つの手法を用いて,2020年大会における親族認証の9番目と親族検索の5番目を達成する。さらに、stylegan2を別のエンコーダとして使用する実験を行い、その結果は改善されなかった。

関連論文リスト

FlashFace: Human Image Personalization with High-fidelity Identity Preservation [59.76645602354481]
FlashFaceを使うと、ユーザーは自分の写真を簡単にパーソナライズできる。我々のアプローチは、高忠実度ID保存とより良い指示に従うことによって、既存の人間の写真カスタマイズ方法と区別できる。
論文参考訳（メタデータ） (2024-03-25T17:59:57Z)
A Powerful Face Preprocessing For Robust Kinship Verification based Tensor Analyses [0.6829272097221595]
子どもと親の顔画像から始まる関連性をチェックするシステムを導入し,その関連性の有無を明らかにする。以上の結果から,現在使用されている他の戦略と比較すると,システムは堅牢であることがわかった。
論文参考訳（メタデータ） (2023-12-18T15:33:26Z)
Effective Adapter for Face Recognition in the Wild [72.75516495170199]
私たちは、画像が低品質で現実世界の歪みに悩まされる、野生の顔認識の課題に取り組みます。従来のアプローチでは、劣化した画像や、顔の復元技術を使って強化された画像を直接訓練するが、効果がないことが証明された。高品質な顔データセットで訓練された既存の顔認識モデルを強化するための効果的なアダプタを提案する。
論文参考訳（メタデータ） (2023-12-04T08:55:46Z)
FaceChain: A Playground for Human-centric Artificial Intelligence Generated Content [36.48960592782015]
FaceChainは、パーソナライズされたポートレート生成フレームワークで、一連のカスタマイズされた画像生成モデルと、顔に関連する知覚理解モデルの豊富なセットを組み合わせる。我々は、複数のSOTAフェイスモデルを生成手順に注入し、従来のソリューションと比較して、より効率的なラベルタグ付け、データ処理、モデル後処理を実現する。 FaceChainをベースとして、仮想トライオンや2Dトーキングヘッドなど、その価値をよりよく示すための、より広いグラウンドを構築するためのいくつかのアプリケーションも開発しています。
論文参考訳（メタデータ） (2023-08-28T02:20:44Z)
Kinship Representation Learning with Face Componential Relation [19.175823975322356]
Kinship Recognitionは、2つの顔画像の被験者が近親者か非近親者かを判定することを目的としている。従来手法では,顔画像間の空間的相関を考慮せずに設計に重点を置いていた。本稿では,画像間の顔成分間の関係を相互認識機構を用いて学習する顔成分関係ネットワークを提案する。提案されたFaCoRNetは、最大の公的な親族認識FIWベンチマークにおいて、最先端の手法よりも大きなマージンで優れている。
論文参考訳（メタデータ） (2023-04-10T12:37:26Z)
Attribute-preserving Face Dataset Anonymization via Latent Code Optimization [64.4569739006591]
本稿では,事前学習したGANの潜時空間における画像の潜時表現を直接最適化するタスク非依存匿名化手法を提案する。我々は一連の実験を通して、我々の手法が画像の同一性を匿名化できる一方で、顔の属性をより保存できることを実証した。
論文参考訳（メタデータ） (2023-03-20T17:34:05Z)
Graph-based Generative Face Anonymisation with Pose Preservation [49.18049578591058]
AnonyGANは、顔の匿名化のためのGANベースのソリューションである。ソースアイデンティティに対応する視覚情報を、任意の単一のイメージとして提供される条件IDに置き換える。
論文参考訳（メタデータ） (2021-12-10T12:58:17Z)
SynFace: Face Recognition with Synthetic Data [83.15838126703719]
我々は、ID混在(IM)とドメイン混在(DM)を併用したSynFaceを考案し、パフォーマンスギャップを緩和する。また、合成顔画像の系統的実験分析を行い、合成データを顔認識に効果的に活用する方法についての知見を提供する。
論文参考訳（メタデータ） (2021-08-18T03:41:54Z)
Explainable Face Recognition [4.358626952482686]
本稿では,説明可能な顔認識のための総合的なベンチマークとベースライン評価を行う。 95人の被験者からなる3648個の三つ子(プローブ,配偶子,非配偶子)のキュレートしたセットである「インペイントゲーム」と呼ばれる新しい評価プロトコルを定義した。探索画像内のどの領域が交配画像と一致しているかを最もよく説明するネットワークアテンションマップを生成するための説明可能なフェイスマーカを課題とする。
論文参考訳（メタデータ） (2020-08-03T14:47:51Z)
From A Glance to "Gotcha": Interactive Facial Image Retrieval with Progressive Relevance Feedback [72.29919762941029]
本稿では,目撃者から徐々にフィードバックを得て顔画像を取得するためのエンドツーエンドフレームワークを提案する。追加のアノテーションを必要とせずに、私たちのモデルは少しのレスポンスの努力を犠牲にして適用できます。
論文参考訳（メタデータ） (2020-07-30T18:46:25Z)
Achieving Better Kinship Recognition Through Better Baseline [0.0]
本稿では,RetinaFaceに基づく親族検索と自動親族認識タスクのための新しいベースラインを提案する。我々は,近年のRecognizing Families In the Wild Data Challengeにおいて,2トラックで最先端のパフォーマンスを実現するパイプラインを構築した。
論文参考訳（メタデータ） (2020-06-21T08:40:53Z)

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。