論文の概要: Biometric Quality: Review and Application to Face Recognition with FaceQnet

• arxiv url: http://arxiv.org/abs/2006.03298v3
• Date: Sun, 28 Feb 2021 07:46:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-25 03:07:23.779146
• Title: Biometric Quality: Review and Application to Face Recognition with FaceQnet
• Title（参考訳）: バイオメトリック品質:FaceQnetによる顔認識のレビューと応用
• Authors: Javier Hernandez-Ortega, Javier Galbally, Julian Fierrez, Laurent Beslay
• Abstract要約: 品質は、自動化された生体認証システムの良し悪しに責任を負う第1の要因である。 最もよく使われ、デプロイされた生体認証特性のいくつかは、これらの手法の開発に欠如している。 FaceQnetは、ディープラーニング技術にインスパイアされ、利用されている、オープンソースの顔品質評価ツールである。
• 参考スコア（独自算出の注目度）: 16.791628175513637
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: "The output of a computerised system can only be as accurate as the information entered into it." This rather trivial statement is the basis behind one of the driving concepts in biometric recognition: biometric quality. Quality is nowadays widely regarded as the number one factor responsible for the good or bad performance of automated biometric systems. It refers to the ability of a biometric sample to be used for recognition purposes and produce consistent, accurate, and reliable results. Such a subjective term is objectively estimated by the so-called biometric quality metrics. These algorithms play nowadays a pivotal role in the correct functioning of systems, providing feedback to the users and working as invaluable audit tools. In spite of their unanimously accepted relevance, some of the most used and deployed biometric characteristics are lacking behind in the development of these methods. This is the case of face recognition. After a gentle introduction to the general topic of biometric quality and a review of past efforts in face quality metrics, in the present work, we address the need for better face quality metrics by developing FaceQnet. FaceQnet is a novel open-source face quality assessment tool, inspired and powered by deep learning technology, which assigns a scalar quality measure to facial images, as prediction of their recognition accuracy. Two versions of FaceQnet have been thoroughly evaluated both in this work and also independently by NIST, showing the soundness of the approach and its competitiveness with respect to current state-of-the-art metrics. Even though our work is presented here particularly in the framework of face biometrics, the proposed methodology for building a fully automated quality metric can be very useful and easily adapted to other artificial intelligence tasks.
• Abstract（参考訳）: 「コンピュータ化されたシステムの出力は、入力された情報と同じくらい正確である。」 このかなり自明な言明は、生体認証における駆動的概念の1つ、バイオメトリック品質の基礎となっている。 現在、品質は自動生体認証システムの良し悪しに寄与する第1の要因として広く見なされている。 バイオメトリックなサンプルを認識目的に使用し、一貫性があり、正確で、信頼性の高い結果を生成する能力を指す。 このような主観的用語は、いわゆるバイオメトリック品質指標によって客観的に推定される。 これらのアルゴリズムは現在、システムの正しい機能において重要な役割を担い、ユーザにフィードバックを提供し、貴重な監査ツールとして機能している。 網羅的に受け入れられた関連性にもかかわらず、最も利用され、デプロイされた生体認証特性のいくつかは、これらの手法の開発に欠如している。 これは顔認識のケースです。 バイオメトリック・クオリティに関する一般的な話題を穏やかに紹介し、顔品質指標における過去の取り組みをレビューした後、本研究では、FaceQnetの開発による顔品質指標の改善の必要性に対処する。 FaceQnetは、ディープラーニング技術にインスパイアされ、その認識精度の予測として、顔画像にスカラー品質測定を割り当てる、新しいオープンソースの顔品質評価ツールである。 FaceQnetの2つのバージョンは、この研究とNISTによって独立に評価され、現在の最先端メトリクスに対するアプローチの健全性と競争性を示している。 我々の研究は特に顔バイオメトリクスの枠組みで紹介されているが、完全に自動化された品質指標を構築するための提案手法は、他の人工知能タスクに非常に有用で容易に適応できる。

関連論文リスト

• Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
  顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。 顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
  論文  参考訳（メタデータ） (2024-06-04T01:36:29Z)
• Faceptor: A Generalist Model for Face Perception [52.8066001012464]
  Faceptorは、よく設計されたシングルエンコーダのデュアルデコーダアーキテクチャを採用するために提案されている。 Faceptorへのレイヤアテンションにより、モデルが最適なレイヤから機能を適応的に選択して、望ましいタスクを実行することができる。 我々のトレーニングフレームワークは補助的な教師付き学習にも適用でき、年齢推定や表現認識といったデータスパースタスクの性能を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2024-03-14T15:42:31Z)
• Analysis of Recent Trends in Face Recognition Systems [0.0]
  クラス間の類似性とクラス内変異により、顔認識システムは、それぞれ偽マッチングと偽非マッチエラーを生成する。 近年の研究では、抽出した特徴の堅牢性向上と、認識精度を高めるための前処理アルゴリズムに焦点が当てられている。
  論文  参考訳（メタデータ） (2023-04-23T18:55:45Z)
• Fingerprint Image-Quality Estimation and its Application to Multialgorithm Verification [56.128200319868526]
  信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。 本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。 定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
  論文  参考訳（メタデータ） (2022-11-24T12:17:49Z)
• Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation [63.05890836038913]
  制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。 1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。 深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
  論文  参考訳（メタデータ） (2022-10-24T11:29:57Z)
• Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal Biometric Fusion Algorithms [58.156733807470395]
  本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。 キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。 我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
  論文  参考訳（メタデータ） (2021-11-17T13:39:48Z)
• Quality Measures in Biometric Systems [67.6699940572256]
  品質はセキュリティにおいて重要な問題であり、特に監視カメラ、鑑識、携帯機器、インターネット経由でのリモートアクセスを含む有害なシナリオにおいて問題となる。 本稿では, バイオメトリックスの品質に悪影響を及ぼす要因, 克服方法, バイオメトリックスシステムに品質対策を組み込む方法について分析する。
  論文  参考訳（メタデータ） (2021-11-17T13:28:07Z)
• A Deep Insight into Measuring Face Image Utility with General and Face-specific Image Quality Metrics [5.770286315818393]
  一般的な画像品質のメトリクスは、グローバルなイメージで使用することができ、人間の知覚に関連付けられる。 本研究の結果から,顔用ユーティリティ尺度として特に訓練を受けなくても,学習した画像指標と顔用ユーティリティとの間に明確な相関関係が明らかとなった。
  論文  参考訳（メタデータ） (2021-10-21T12:56:38Z)
• SER-FIQ: Unsupervised Estimation of Face Image Quality Based on Stochastic Embedding Robustness [15.431761867166]
  任意の顔認識モデルに基づいて顔の質を測定する新しい概念を提案する。 提案手法を,学界と産業界からの6つの最先端アプローチと比較した。
  論文  参考訳（メタデータ） (2020-03-20T16:50:30Z)

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。