論文の概要: Multi-spectral Facial Landmark Detection

• arxiv url: http://arxiv.org/abs/2006.05196v1
• Date: Tue, 9 Jun 2020 11:43:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 15:13:21.825380
• Title: Multi-spectral Facial Landmark Detection
• Title（参考訳）: マルチスペクトル顔ランドマーク検出
• Authors: Jin Keong, Xingbo Dong, Zhe Jin, Khawla Mallat, Jean-Luc Dugelay
• Abstract要約: 我々は、頑健なニューラルネットワークにより顔のランドマーク検出、すなわちDeep Multi-Spectral Learning (DMSL)を提案する。 DMSLは2つのサブモデル、すなわち顔境界検出とランドマーク座標検出から構成される。 Eurecomの可視・熱対データベースで実施された実験は、熱的顔のランドマーク検出のための最先端技術よりもDMSLの優れた性能を示している。
• 参考スコア（独自算出の注目度）: 10.009879315990133
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Thermal face image analysis is favorable for certain circumstances. For example, illumination-sensitive applications, like nighttime surveillance; and privacy-preserving demanded access control. However, the inadequate study on thermal face image analysis calls for attention in responding to the industry requirements. Detecting facial landmark points are important for many face analysis tasks, such as face recognition, 3D face reconstruction, and face expression recognition. In this paper, we propose a robust neural network enabled facial landmark detection, namely Deep Multi-Spectral Learning (DMSL). Briefly, DMSL consists of two sub-models, i.e. face boundary detection, and landmark coordinates detection. Such an architecture demonstrates the capability of detecting the facial landmarks on both visible and thermal images. Particularly, the proposed DMSL model is robust in facial landmark detection where the face is partially occluded, or facing different directions. The experiment conducted on Eurecom's visible and thermal paired database shows the superior performance of DMSL over the state-of-the-art for thermal facial landmark detection. In addition to that, we have annotated a thermal face dataset with their respective facial landmark for the purpose of experimentation.
• Abstract（参考訳）: 熱顔画像解析は特定の状況に好適である。 例えば、夜間監視のような照明に敏感なアプリケーションや、プライバシー保護が要求されるアクセス制御などです。 しかし, 熱顔画像解析の不十分な研究は, 業界要求に応じて注意を喚起する。 顔のランドマークポイントの検出は、顔認識、3d顔再構成、表情認識など、多くの顔分析タスクにおいて重要である。 本稿では,頑健なニューラルネットワークにより顔のランドマーク検出,すなわちDeep Multi-Spectral Learning (DMSL)を提案する。 DMSLは2つのサブモデル、すなわち顔境界検出とランドマーク座標検出で構成されている。 このようなアーキテクチャは、可視画像と熱画像の両方で顔のランドマークを検出する能力を示している。 特に, 提案するdmslモデルは顔のランドマーク検出においてロバストであり, 顔が部分的に遮蔽されているか, 異なる方向を向いている。 eurecomの可視および熱対データベースで行った実験は、熱的顔ランドマーク検出のための最新技術よりもdmslの優れた性能を示している。 さらに,実験のために,各顔のランドマークを付加したサーマルフェイスデータセットをアノテートした。

関連論文リスト

• SHIELD : An Evaluation Benchmark for Face Spoofing and Forgery Detection with Multimodal Large Language Models [63.946809247201905]
  フェーススプーフィングと偽造検出におけるMLLMの能力を評価するための新しいベンチマーク、ShielDを導入する。 我々は、これらの2つの顔セキュリティタスクにおいて、マルチモーダル顔データを評価するために、真/偽/複数選択の質問を設計する。 その結果,MLLMは顔セキュリティ領域において大きな可能性を秘めていることがわかった。
  論文  参考訳（メタデータ） (2024-02-06T17:31:36Z)
• DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake Detection [67.3143177137102]
  ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。 本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-07T07:19:45Z)
• A Comparative Study of Face Detection Algorithms for Masked Face Detection [0.0]
  最近注目を集めている顔検出問題のサブクラスは、顔検出を禁止している。 新型コロナウイルス(COVID-19)のパンデミックの出現から3年が経過した今、既存の顔検出アルゴリズムがマスクされた顔にどれだけ効果があるかという証拠は、まだ全くない。 この記事では、まず、マスクされた顔問題のために作られた最先端の顔検出器と検出器の簡単なレビューと、既存のマスクされた顔データセットのレビューを紹介する。 マスク付き顔検出における顔検出装置の性能評価と比較を行い,その要因について考察した。
  論文  参考訳（メタデータ） (2023-05-18T16:03:37Z)
• Precise Facial Landmark Detection by Reference Heatmap Transformer [52.417964103227696]
  より正確に顔のランドマークを検出するための参照ヒートマップ変換器(RHT)を提案する。 評価実験の結果,提案手法は文献における最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-14T12:26:48Z)
• A Comparative Analysis of the Face Recognition Methods in Video Surveillance Scenarios [0.0]
  本研究では,最先端の顔認識手法に対する比較ベンチマーク表を提案する。 本研究では, 年齢差, クラス内差(顔のメイクアップ, ひげなど)のある顔IDの映像監視データセットを構築し, ネイティブな顔画像データを用いて評価を行った。 一方、この研究は、マスクのない顔、マスクされた顔、眼鏡をかけた顔など、さまざまな状況下で最高の認識方法を発見する。
  論文  参考訳（メタデータ） (2022-11-05T17:59:18Z)
• Detect Faces Efficiently: A Survey and Evaluations [13.105528567365281]
  顔認識、表情認識、顔追跡、頭部推定を含む多くの応用は、画像中の顔の位置と大きさの両方が知られていると仮定する。 ディープラーニング技術は、かなりの計算量の増加と共に、対面検出に驚くべきブレークスルーをもたらした。 本稿では, 代表的な深層学習手法を紹介し, 精度と効率性の観点から, 深く, 徹底的な分析を行う。
  論文  参考訳（メタデータ） (2021-12-03T08:39:40Z)
• A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
  本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
  論文  参考訳（メタデータ） (2021-08-21T17:59:56Z)
• A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
  DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。 395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。 本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
  論文  参考訳（メタデータ） (2021-01-07T17:17:12Z)
• Multi-Scale Thermal to Visible Face Verification via Attribute Guided Synthesis [55.29770222566124]
  可視画像から抽出した属性を用いて、熱画像から属性保存された可視画像を合成し、クロスモーダルマッチングを行う。 抽出した属性によって導かれる熱画像から可視像を合成するために, 新規なマルチスケールジェネレータを提案する。 事前訓練されたVGG-Faceネットワークを利用して、合成画像と入力可視画像から特徴を抽出し、検証を行う。
  論文  参考訳（メタデータ） (2020-04-20T01:45:05Z)

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。