論文の概要: A high fidelity synthetic face framework for computer vision

• arxiv url: http://arxiv.org/abs/2007.08364v1
• Date: Thu, 16 Jul 2020 14:40:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 22:32:45.591926
• Title: A high fidelity synthetic face framework for computer vision
• Title（参考訳）: コンピュータビジョンのための高忠実度合成顔フレームワーク
• Authors: Tadas Baltrusaitis, Erroll Wood, Virginia Estellers, Charlie Hewitt, Sebastian Dziadzio, Marek Kowalski, Matthew Johnson, Thomas J. Cashman, and Jamie Shotton
• Abstract要約: 本稿では, 合成データを用いて, 一貫性とスケールの両立を図りながら, 地中真理アノテーションを含む顔データを合成することを提案する。 パラメトリックな顔モデルと手作りの資産を使って、前例のない品質と多様性でトレーニングデータを生成することができる。
• 参考スコア（独自算出の注目度）: 10.679578971210912
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Analysis of faces is one of the core applications of computer vision, with tasks ranging from landmark alignment, head pose estimation, expression recognition, and face recognition among others. However, building reliable methods requires time-consuming data collection and often even more time-consuming manual annotation, which can be unreliable. In our work we propose synthesizing such facial data, including ground truth annotations that would be almost impossible to acquire through manual annotation at the consistency and scale possible through use of synthetic data. We use a parametric face model together with hand crafted assets which enable us to generate training data with unprecedented quality and diversity (varying shape, texture, expression, pose, lighting, and hair).
• Abstract（参考訳）: 顔の分析はコンピュータビジョンの核となる応用の一つであり、ランドマークアライメント、頭の位置推定、表情認識、顔認識など様々なタスクがある。 しかし、信頼できるメソッドを構築するには、時間を要するデータ収集と、さらに時間を要する手作業によるアノテーションが必要だ。 本研究では,合成データを用いて,手作業によるアノテーションによる取得がほぼ不可能となるような,真理アノテーションを含む顔データの合成を提案する。 パラメトリックな顔モデルと手作りの資産を用いて、前例のない品質と多様性(形状、テクスチャ、表現、ポーズ、照明、髪)でトレーニングデータを生成することができる。

関連論文リスト

• Synthetic Counterfactual Faces [1.3062016289815055]
  我々は、ターゲットとなる、対実的で高品質な合成顔データを構築するための生成AIフレームワークを構築します。 私たちのパイプラインには、顔認識システム感度評価や画像理解システムプローブなど、多くのユースケースがあります。 商用ビジョンモデルにおける顔生成パイプラインの有効性を示す。
  論文  参考訳（メタデータ） (2024-07-18T22:22:49Z)
• SDFR: Synthetic Data for Face Recognition Competition [51.9134406629509]
  大規模な顔認識データセットは、インターネットをクロールして個人の同意なしに収集し、法的、倫理的、プライバシー上の懸念を提起する。 近年、ウェブクローリングされた顔認識データセットにおける懸念を軽減するために、合成顔認識データセットの生成が提案されている。 本稿では,第18回IEEE International Conference on Automatic Face and Gesture Recognition (FG 2024)と共同で開催されているSynthetic Data for Face Recognition (SDFR)コンペティションの概要を紹介する。 SDFRコンペティションは2つのタスクに分けられ、参加者は新しい合成データセットまたは/または既存のデータセットを使用して顔認識システムを訓練することができる。
  論文  参考訳（メタデータ） (2024-04-06T10:30:31Z)
• If It's Not Enough, Make It So: Reducing Authentic Data Demand in Face Recognition through Synthetic Faces [16.977459035497162]
  大規模な顔データセットは、主にWebベースのイメージから作成され、明示的なユーザの同意が欠如している。 本稿では,合成顔データを用いて効果的な顔認識モデルの訓練を行う方法について検討する。
  論文  参考訳（メタデータ） (2024-04-04T15:45:25Z)
• FaceXFormer: A Unified Transformer for Facial Analysis [59.94066615853198]
  FaceXformerは、さまざまな顔分析タスクのためのエンドツーエンドの統一トランスフォーマーモデルである。 本モデルでは,8つのタスクにまたがる頑健さと一般化性を実証し,画像の「夢中」を効果的に処理する。
  論文  参考訳（メタデータ） (2024-03-19T17:58:04Z)
• Face Recognition Using Synthetic Face Data [0.0]
  我々は、コンピュータグラフィックスパイプラインを介してデジタル顔のレンダリングによって生成された合成データの有望な応用を強調し、競争力のある結果を得る。 モデルを微調整することで、何十万もの実画像のトレーニングで得られた結果に匹敵する結果が得られる。 また,モデル性能に及ぼすクラス内因子(化粧品,アクセサリー,ヘアカットなど)の追加効果についても検討した。
  論文  参考訳（メタデータ） (2023-05-17T09:26:10Z)
• Procedural Humans for Computer Vision [1.9550079119934403]
  顔と身体のパラメトリックなモデルを構築し,このモデルに基づいて人間の現実的な画像を生成する。 本研究は,Wood et al. のパイプライン上に構築し,人体全体の合成画像を生成することにより,全体を含むように拡張可能であることを示す。
  論文  参考訳（メタデータ） (2023-01-03T15:44:48Z)
• Can Shadows Reveal Biometric Information? [48.3561395627331]
  生体情報漏洩は,代表シナリオ下での信頼性の高い同一性推論に十分であることを示す。 そこで我々は,この現象を実環境で示す学習ベース手法を開発した。
  論文  参考訳（メタデータ） (2022-09-21T02:36:32Z)
• Facial Geometric Detail Recovery via Implicit Representation [147.07961322377685]
  そこで本研究では,一眼の顔画像のみを用いて,テクスチャガイドを用いた幾何的細部復元手法を提案する。 提案手法は,高品質なテクスチャ補完と暗黙の面の強力な表現性を組み合わせたものである。 本手法は, 顔の正確な細部を復元するだけでなく, 正常部, アルベド部, シェーディング部を自己監督的に分解する。
  論文  参考訳（メタデータ） (2022-03-18T01:42:59Z)
• Fake It Till You Make It: Face analysis in the wild using synthetic data alone [9.081019005437309]
  合成データだけで顔関連コンピュータビジョンを野生で実行可能であることを示す。 本稿では、手続き的に生成された3次元顔モデルと手作り資産の包括的ライブラリを組み合わせることで、前例のないリアリズムによるトレーニング画像のレンダリングを行う方法について述べる。
  論文  参考訳（メタデータ） (2021-09-30T13:07:04Z)
• 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)
• Monocular Real-time Full Body Capture with Inter-part Correlations [66.22835689189237]
  本稿では,体と手の形状と運動を1色画像から動的3次元顔モデルと共に推定する,実時間フルボディキャプチャの最初の手法を提案する。 提案手法では,体と手の相関を高い計算効率で活用する新しいニューラルネットワークアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2020-12-11T02:37:56Z)

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。