論文の概要: Masked Face Recognition for Secure Authentication
- arxiv url: http://arxiv.org/abs/2008.11104v1
- Date: Tue, 25 Aug 2020 15:33:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-10-25 03:35:04.882328
- Title: Masked Face Recognition for Secure Authentication
- Title（参考訳）: 安全認証のためのマスク顔認証
- Authors: Aqeel Anwar, Arijit Raychowdhury
- Abstract要約: マスクされた顔は検出と認識が難しいため、社内データセットを無効にする恐れがある。
マスクされた顔の大規模なデータセットを効果的に作成するためのオープンソースのツールであるMaskTheFaceを提案する。
Facenet システムでは 38% の増加がみられた。
- 参考スコア（独自算出の注目度）: 2.429066522170765
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the recent world-wide COVID-19 pandemic, using face masks have become an
important part of our lives. People are encouraged to cover their faces when in
public area to avoid the spread of infection. The use of these face masks has
raised a serious question on the accuracy of the facial recognition system used
for tracking school/office attendance and to unlock phones. Many organizations
use facial recognition as a means of authentication and have already developed
the necessary datasets in-house to be able to deploy such a system.
Unfortunately, masked faces make it difficult to be detected and recognized,
thereby threatening to make the in-house datasets invalid and making such
facial recognition systems inoperable. This paper addresses a methodology to
use the current facial datasets by augmenting it with tools that enable masked
faces to be recognized with low false-positive rates and high overall accuracy,
without requiring the user dataset to be recreated by taking new pictures for
authentication. We present an open-source tool, MaskTheFace to mask faces
effectively creating a large dataset of masked faces. The dataset generated
with this tool is then used towards training an effective facial recognition
system with target accuracy for masked faces. We report an increase of 38% in
the true positive rate for the Facenet system. We also test the accuracy of
re-trained system on a custom real-world dataset MFR2 and report similar
accuracy.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)の世界的なパンデミックにより、マスクの使用が生活の重要な部分となっている。
感染拡大を避けるため、公共の場で顔を覆うことが奨励されている。
これらのマスクの使用は、学校やオフィスの参加者の追跡や携帯電話のアンロックに使用される顔認識システムの正確性に深刻な疑問を呈している。
多くの組織は認証手段として顔認識を使用しており、そのようなシステムをデプロイするために必要なデータセットを社内ですでに開発している。
残念ながら、マスクされた顔は検出や認識が難しく、社内のデータセットを無効にし、そのような顔認識システムが動作不能になる恐れがある。
本稿では,偽陽性率の低さと精度の高いマスク顔の認識を可能にするツールにより,ユーザデータセットを認証のために新しい写真を撮って再作成する必要なく,現在の顔データセットを使用する方法を提案する。
マスクされた顔の大規模なデータセットを効果的に作成するためのオープンソースのツールMaskTheFaceを提案する。
このツールで生成されたデータセットは、マスクされた顔のターゲット精度を持つ効果的な顔認識システムのトレーニングに使用される。
我々はfacenetシステムにおける真陽性率の38%の増加を報告した。
また、実世界のカスタムデータセットMFR2で再学習システムの精度を検証し、同様の精度を報告する。
関連論文リスト
- FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。
ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。
また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
論文 参考訳（メタデータ） (2022-05-23T07:19:42Z) - Mask-invariant Face Recognition through Template-level Knowledge
Distillation [3.727773051465455]
マスクは従来の顔認識システムの性能に影響を与える。
マスク不変顔認識ソリューション(MaskInv)を提案する。
蒸留された知識に加えて、学生ネットワークは、マージンベースのアイデンティティ分類損失による追加ガイダンスの恩恵を受ける。
論文 参考訳（メタデータ） (2021-12-10T16:19:28Z) - MLFW: A Database for Face Recognition on Masked Faces [56.441078419992046]
Masked LFW (MLFW) は、マスクのない顔からマスクされた顔を自動的に生成するツールである。
SOTAモデルの認識精度は、元の画像の精度と比較して、MLFWデータベース上で5%-16%低下する。
論文 参考訳（メタデータ） (2021-09-13T09:30:10Z) - A realistic approach to generate masked faces applied on two novel
masked face recognition data sets [14.130698536174767]
本稿では,マスクのない顔を含むデータセットを合成マスクを作成し,元の画像の顔に重ね合わせることによって拡張する手法を提案する。
CASIA-WebFaceデータセットの445,446 (90%) のマスクと,CelebAデータセットの196,254 (96.8%) のマスクを生成した。
本手法は, 被験者に対して, 他の方法やデータセットと定性的に比較するように依頼することで, 顔にオーバーレイしたマスクのより現実的なトレーニング例を生成する。
論文 参考訳（メタデータ） (2021-09-03T22:33:55Z) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳（メタデータ） (2021-08-21T09:08:41Z) - Multi-Dataset Benchmarks for Masked Identification using Contrastive
Representation Learning [0.0]
新型コロナウイルスのパンデミックは世界中で受け入れられた基準を大きく変えた。
パスポート、運転免許証、国籍カードなどの公式文書には、完全な顔画像が登録されている。
空港やセキュリティチェックポイントでは、マスクの取り外しを依頼するのではなく、識別文書の未マスク画像とマスク付き人物とを一致させる方が安全である。
本稿では,マスクとマスクのない顔マッチングに特化した,視覚表現学習に基づく事前学習ワークフローを提案する。
論文 参考訳（メタデータ） (2021-06-10T08:58:10Z) - Boosting Masked Face Recognition with Multi-Task ArcFace [0.973681576519524]
新型コロナウイルス(COVID-19)による世界的な健康危機を考えると、口と鼻を覆うマスクは日常の衣服に欠かせないものになっています。
この尺度は、マスクされた顔で機能するよう設計されていないため、最先端の顔認識モデルをロープに乗せている。
完全なトレーニングパイプラインがArcFace作業に基づいて提示され、バックボーンとロス関数のいくつかの修正が行われている。
論文 参考訳（メタデータ） (2021-04-20T10:12:04Z) - Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for
Age and Gender Prediction on Mobile Ocular Images [53.913598771836924]
スマートフォンで撮影した自撮り眼画像を使って年齢や性別を推定します。
ImageNet Challengeの文脈で提案された2つの既存の軽量CNNを適応させる。
一部のネットワークは顔認識のためにさらにトレーニングされており、非常に大規模なトレーニングデータベースが利用可能です。
論文 参考訳（メタデータ） (2021-03-31T01:48:29Z) - Masked Face Recognition Dataset and Application [28.2082082956263]
本研究では,MFDD(Masked Face Detection dataset),RMFRD(Real-world Masked Face Recognition dataset),SMFRD(Simulated Masked Face Recognition dataset)の3種類のマスク付き顔データセットを提案する。
開発したマルチグラニュラリティマスク顔認証モデルは,業界が報告した結果を上回る95%の精度を実現している。
論文 参考訳（メタデータ） (2020-03-20T04:15:19Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳（メタデータ） (2020-03-15T12:45:10Z) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z)
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。