論文の概要: A survey of face recognition techniques under occlusion

• arxiv url: http://arxiv.org/abs/2006.11366v1
• Date: Fri, 19 Jun 2020 20:44:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-19 05:00:16.101510
• Title: A survey of face recognition techniques under occlusion
• Title（参考訳）: 咬合下の顔認識技術に関する調査
• Authors: Dan Zeng, Raymond Veldhuis and Luuk Spreeuwers
• Abstract要約: 隠蔽された顔認識は、現実世界のアプリケーションに顔認識の潜在能力を最大限活用するために必須である。 本稿では,既存の顔認識手法が隠蔽問題にどのように対処するかを示し,これらを3つのカテゴリに分類する。 我々は、モチベーション、イノベーション、長所と短所、そして比較のための代表的アプローチのパフォーマンスを分析します。
• 参考スコア（独自算出の注目度）: 4.10247419557141
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The limited capacity to recognize faces under occlusions is a long-standing problem that presents a unique challenge for face recognition systems and even for humans. The problem regarding occlusion is less covered by research when compared to other challenges such as pose variation, different expressions, etc. Nevertheless, occluded face recognition is imperative to exploit the full potential of face recognition for real-world applications. In this paper, we restrict the scope to occluded face recognition. First, we explore what the occlusion problem is and what inherent difficulties can arise. As a part of this review, we introduce face detection under occlusion, a preliminary step in face recognition. Second, we present how existing face recognition methods cope with the occlusion problem and classify them into three categories, which are 1) occlusion robust feature extraction approaches, 2) occlusion aware face recognition approaches, and 3) occlusion recovery based face recognition approaches. Furthermore, we analyze the motivations, innovations, pros and cons, and the performance of representative approaches for comparison. Finally, future challenges and method trends of occluded face recognition are thoroughly discussed.
• Abstract（参考訳）: 隠蔽下での顔を認識する能力の制限は、顔認識システムや人間にもユニークな課題をもたらす長年の問題である。 咬合に関する問題は、ポーズの変化や表現の相違など他の課題と比較して、研究によってはあまりカバーされていない。 それにもかかわらず、オクルード顔認識は実世界のアプリケーションで顔認識の可能性を最大限に活用するために必須である。 本稿では,オクルード顔の認識範囲を限定する。 まず,咬合問題は何か,本質的な困難は何かを検討する。 本稿では,顔認識における予備的ステップである咬合下の顔検出について紹介する。 次に,既存の顔認識手法が咬合問題にどのように対処し,これらを3つのカテゴリに分類するかを示す。 1)閉塞性ロバストな特徴抽出手法 2) 排他的認識型顔認識アプローチ,及び 3) 咬合回復に基づく顔認識アプローチ。 さらに,モチベーション,イノベーション,長所,短所,比較のための代表的なアプローチのパフォーマンスについて分析した。 最後に, occluded face recognitionの今後の課題と手法について概説する。

関連論文リスト

• DiFace: Cross-Modal Face Recognition through Controlled Diffusion [3.8496256387884378]
  拡散確率モデル(DPM)は、優れた品質とリアリズムの視覚メディアを生成するのに非常に優れた能力を示した。 制御可能な拡散プロセスを通じて,テキストによる顔認識を効果的に実現する解であるDiFaceを提案する。 われわれのアプローチは、私たちの知る限り、テキストと画像の顔認識において、初めて顕著な精度を実現している。
  論文  参考訳（メタデータ） (2023-12-03T12:28:52Z)
• Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
  顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。 顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
  論文  参考訳（メタデータ） (2023-10-18T14:49:54Z)
• Recognizability Embedding Enhancement for Very Low-Resolution Face Recognition and Quality Estimation [21.423956631978186]
  本研究では,視覚的品質ではなく,埋め込み空間における顔の認識性を高めるための原則的アプローチについて検討する。 まず、頑健な学習に基づく顔認識度尺度、すなわち認識可能性指標(RI)を定式化する。 次に、認識不能な顔クラスタから低RIで埋め込んだ難認識顔を、認識不能な顔クラスタから切り離して、認識可能性の向上を反映した指標変換損失を考案する。
  論文  参考訳（メタデータ） (2023-04-20T03:18:03Z)
• Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
  本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。 FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
  論文  参考訳（メタデータ） (2021-06-08T05:25:03Z)
• Unmasking Face Embeddings by Self-restrained Triplet Loss for Accurate Masked Face Recognition [6.865656740940772]
  マスク付き顔認識性能を改善するためのソリューションを提案する。 具体的には,既存の顔認識モデル上で動作させるEmbedding Unmasking Model (EUM)を提案する。 また、EUMが同一アイデンティティのマスクされていない顔のこれらに類似した埋め込みを作成することを可能にする新しい損失関数、自己拘束トリプルト(SRT)を提案します。
  論文  参考訳（メタデータ） (2021-03-02T13:43:11Z)
• Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
  本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。 本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
  論文  参考訳（メタデータ） (2020-11-17T18:12:41Z)
• The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances [56.432660252331495]
  顔認識はコンピュータビジョンにおいて最も人気があり、長く続いたトピックの1つである。 ディープフェイス認識は目覚ましい進歩を遂げ、多くの現実世界のアプリケーションで広く利用されている。 本稿では,各要素の最近の進歩を概観する。
  論文  参考訳（メタデータ） (2020-09-28T13:02:17Z)
• Occlusion-Adaptive Deep Network for Robust Facial Expression Recognition [56.11054589916299]
  本研究では,隠蔽領域から腐敗した特徴を発見・破棄するためのランドマーク誘導型アテンションブランチを提案する。 注意マップが最初に作成され、特定の顔部が閉鎖されているかどうかを示し、我々のモデルを非閉鎖領域に誘導する。 これにより、顔が部分的に隠されている場合でも、表情認識システムが回復することができる。
  論文  参考訳（メタデータ） (2020-05-12T20:42:55Z)
• On the Robustness of Face Recognition Algorithms Against Attacks and Bias [78.68458616687634]
  顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。 精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。 本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
  論文  参考訳（メタデータ） (2020-02-07T18:21:59Z)

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。