論文の概要: Survey on the Analysis and Modeling of Visual Kinship: A Decade in the Making

• arxiv url: http://arxiv.org/abs/2006.16033v4
• Date: Wed, 24 Feb 2021 04:04:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-15 14:48:54.420092
• Title: Survey on the Analysis and Modeling of Visual Kinship: A Decade in the Making
• Title（参考訳）: ビジュアル・キンシップの分析とモデリングに関する調査--制作の10年を振り返って
• Authors: Joseph P Robinson and Ming Shao and Yun Fu
• Abstract要約: 親和性認識は多くの実践的応用において難しい問題である。 我々は、多くの人にその見解を刺激した公開リソースとデータ課題についてレビューする。 10周年記念には、さまざまなkinベースのタスクのためのデモコードが用意されている。
• 参考スコア（独自算出の注目度）: 66.72253432908693
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Kinship recognition is a challenging problem with many practical applications. With much progress and milestones having been reached after ten years - we are now able to survey the research and create new milestones. We review the public resources and data challenges that enabled and inspired many to hone-in on the views of automatic kinship recognition in the visual domain. The different tasks are described in technical terms and syntax consistent across the problem domain and the practical value of each discussed and measured. State-of-the-art methods for visual kinship recognition problems, whether to discriminate between or generate from, are examined. As part of such, we review systems proposed as part of a recent data challenge held in conjunction with the 2020 IEEE Conference on Automatic Face and Gesture Recognition. We establish a stronghold for the state of progress for the different problems in a consistent manner. This survey will serve as the central resource for the work of the next decade to build upon. For the tenth anniversary, the demo code is provided for the various kin-based tasks. Detecting relatives with visual recognition and classifying the relationship is an area with high potential for impact in research and practice.IEEE Transactions on pattern analysis and machine intelligence
• Abstract（参考訳）: 交際認識は多くの応用において難しい問題である。 10年が経った今、多くの進歩とマイルストーンが達成されています – 調査と新たなマイルストーンの作成が可能になりました。 我々は、視覚領域における自動親和性認識の観点で多くの人々に刺激を与えた公開リソースとデータ課題を概観する。 異なるタスクは技術的用語と構文で記述され、問題領域と各議論と測定の実用的価値に一貫性がある。 視覚的親和性認識問題に対する最先端の手法について検討した。 そこで我々は,2020年のIEEE Conference on Automatic Face and Gesture Recognitionと共同で開催されているデータチャレンジの一環として提案されたシステムについてレビューする。 我々は、異なる問題に対する進捗状況を一貫した方法で確固たる基盤を確立する。 この調査は、今後10年間の作業の中心となるリソースとして機能する予定である。 10周年記念には、さまざまなkinベースのタスクのためのデモコードが用意されている。 視覚的認識による親戚の検出と関係の分類は、研究・実践への影響の高い分野である。IEEE Transactions on Pattern Analysis and Machine Intelligence

関連論文リスト

• A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
  水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。 多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
  論文  参考訳（メタデータ） (2024-05-30T04:46:40Z)
• Deep Learning-Based Object Pose Estimation: A Comprehensive Survey [73.74933379151419]
  ディープラーニングに基づくオブジェクトポーズ推定の最近の進歩について論じる。 また、複数の入力データモダリティ、出力ポーズの自由度、オブジェクト特性、下流タスクについても調査した。
  論文  参考訳（メタデータ） (2024-05-13T14:44:22Z)
• RID-TWIN: An end-to-end pipeline for automatic face de-identification in videos [2.7569134765233536]
  RID-Twinは、モーションからアイデンティティを分離して、ビデオの顔の自動識別を実行するパイプラインである。 本稿では,広く利用されているVoxCeleb2データセット上での方法論の性能を評価する。
  論文  参考訳（メタデータ） (2024-03-15T06:59:21Z)
• Study and Survey on Gesture Recognition Systems [0.0]
  本稿では,ゲーム,医療,家電,産業用ロボット,バーチャルリアリティといった多分野におけるジェスチャー認識システムの実装について論じる。 手話におけるジェスチャーの役割が研究され、既存のアプローチがレビューされている。 ジェスチャー認識システムを構築する際に直面する共通の課題も検討されている。
  論文  参考訳（メタデータ） (2023-12-01T07:29:30Z)
• Fairness meets Cross-Domain Learning: a new perspective on Models and Metrics [80.07271410743806]
  クロスドメイン学習(CD)とモデルフェアネスの関係について検討する。 いくつかの人口集団にまたがる顔画像と医療画像のベンチマークと、分類とローカライゼーションタスクについて紹介する。 本研究は,3つの最先端フェアネスアルゴリズムとともに,14のCDアプローチをカバーし,前者が後者に勝ることを示す。
  論文  参考訳（メタデータ） (2023-03-25T09:34:05Z)
• General Place Recognition Survey: Towards the Real-world Autonomy Age [36.49196034588173]
  場所認識コミュニティは、過去20年間に驚くべき進歩を遂げてきた。 複雑な実世界のシナリオにおいて、期待できる位置認識性能を示す手法はほとんどない。 本論文は,場所認識コミュニティと長期ロボット工学の自律性に関心を持つ研究者を対象としたチュートリアルである。
  論文  参考訳（メタデータ） (2022-09-09T19:37:05Z)
• Deep Gait Recognition: A Survey [15.47582611826366]
  歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。 ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。 深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
  論文  参考訳（メタデータ） (2021-02-18T18:49:28Z)
• Recognizing Families In the Wild: White Paper for the 4th Edition Data Challenge [91.55319616114943]
  本稿では,Recognizing Families In the Wild(RFIW)評価における支援課題(親族検証,三対象検証,行方不明児の検索・検索)を要約する。 本研究の目的は、2020年のRFIWチャレンジと、将来的な方向性の予測について述べることである。
  論文  参考訳（メタデータ） (2020-02-15T02:22:42Z)
• Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges and Opportunities [52.59080024266596]
  本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。 まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。 次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
  論文  参考訳（メタデータ） (2020-01-21T09:55:59Z)

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。