論文の概要: Video Face Recognition System: RetinaFace-mnet-faster and Secondary Search

• arxiv url: http://arxiv.org/abs/2009.13167v2
• Date: Tue, 29 Sep 2020 01:47:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 22:24:54.793656
• Title: Video Face Recognition System: RetinaFace-mnet-faster and Secondary Search
• Title（参考訳）: ビデオ顔認識システム: retinaface-mnet-fasterとsecondary search
• Authors: Qian Li, Nan Guo, Xiaochun Ye, Dongrui Fan, and Zhimin Tang
• Abstract要約: 本稿は、主にビデオの複雑な顔について実験する。 ファジィシーンや露出の少ない顔のための画像前処理モジュールを設計し、画像を強化する。 また,検出のためのRetinacFace-mnet-fasterと顔認識のための信頼しきい値仕様を提案する。
• 参考スコア（独自算出の注目度）: 5.371825910267909
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face recognition is widely used in the scene. However, different visual environments require different methods, and face recognition has a difficulty in complex environments. Therefore, this paper mainly experiments complex faces in the video. First, we design an image pre-processing module for fuzzy scene or under-exposed faces to enhance images. Our experimental results demonstrate that effective images pre-processing improves the accuracy of 0.11%, 0.2% and 1.4% on LFW, WIDER FACE and our datasets, respectively. Second, we propose RetinacFace-mnet-faster for detection and a confidence threshold specification for face recognition, reducing the lost rate. Our experimental results show that our RetinaFace-mnet-faster for 640*480 resolution on the Tesla P40 and single-thread improve speed of 16.7% and 70.2%, respectively. Finally, we design secondary search mechanism with HNSW to improve performance. Ours is suitable for large-scale datasets, and experimental results show that our method is 82% faster than the violent retrieval for the single-frame detection.
• Abstract（参考訳）: 顔認識はシーンで広く使われている。 しかし、異なる視覚環境は異なる方法を必要とするため、顔認識は複雑な環境では困難である。 そこで本稿では,映像中の複雑な顔について実験を行う。 まず,ファジィシーンや露出の少ない顔のための画像前処理モジュールを設計し,画像の強調を行う。 実験結果から, LFW, WIDER FACE, データセットにおいて, 有効画像前処理により0.11%, 0.2%, 1.4%の精度が向上することが示された。 次に,検出のためのRetinacFace-mnet-fasterと顔認識のための信頼しきい値仕様を提案し,損失率を低減した。 実験の結果,Tesla P40の640*480解像度でRetinaFace-mnetを高速化し,シングルスレッドでそれぞれ16.7%,70.2%の高速化を実現した。 最後に,HNSWを用いた二次探索機構を設計し,性能向上を図る。 提案手法は大規模データセットに適しており, 実験結果から, 単一フレーム検出における暴力的検索よりも82%高速であることがわかった。

関連論文リスト

• Analysis and Benchmarking of Extending Blind Face Image Restoration to Videos [99.42805906884499]
  まず,実世界の低品質顔画像ベンチマーク(RFV-LQ)を導入し,画像に基づく顔復元アルゴリズムの評価を行った。 次に、失明顔画像復元アルゴリズムを劣化顔ビデオに拡張する際の利点と課題を網羅的に分析する。 分析では、主に顔成分の顕著なジッタとフレーム間のノイズシェープの2つの側面に分類する。
  論文  参考訳（メタデータ） (2024-10-15T17:53:25Z)
• Effective Adapter for Face Recognition in the Wild [72.75516495170199]
  私たちは、画像が低品質で現実世界の歪みに悩まされる、野生の顔認識の課題に取り組みます。 従来のアプローチでは、劣化した画像や、顔の復元技術を使って強化された画像を直接訓練するが、効果がないことが証明された。 高品質な顔データセットで訓練された既存の顔認識モデルを強化するための効果的なアダプタを提案する。
  論文  参考訳（メタデータ） (2023-12-04T08:55:46Z)
• SRMAE: Masked Image Modeling for Scale-Invariant Deep Representations [17.902523856490227]
  マスクド画像モデリング(MIM)のための自己教師型信号として画像スケールを用いることを提案する。 我々のフレームワークは、予測ヘッドの設計に超解像(SR)の最新の進歩を利用する。 また,低分解能表情認識タスクにおいて74.84%の精度を達成し,現状のFMDを9.48%超えた。
  論文  参考訳（メタデータ） (2023-08-17T09:43:14Z)
• Patch-wise Features for Blur Image Classification [3.762360672951513]
  本手法により, ぼかしとシャープな画像劣化の区別が可能となる。 オープンデータセットで行った実験では、提案した低計算手法が検証セットの平均精度を90.1%向上することが示された。 提案手法はCPU上のVGG16ベースモデルよりも10倍高速で、入力画像サイズに線形にスケールし、低計算エッジデバイスに実装するのに適している。
  論文  参考訳（メタデータ） (2023-04-06T15:39:11Z)
• Octuplet Loss: Make Face Recognition Robust to Image Resolution [5.257115841810258]
  本稿では,画像解像度に対するロバスト性を改善するために,人気三重項損失の新たな組み合わせを提案する。 我々は,高分解能画像とそれらの合成ダウンサンプリング変異体との関係をアイデンティティラベルと組み合わせて活用する。 本手法は, クロスレゾリューション (高分解能) 顔認証の性能を著しく向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-07-14T08:22:58Z)
• LTT-GAN: Looking Through Turbulence by Inverting GANs [86.25869403782957]
  本稿では,よく訓練されたGANによってカプセル化された視覚的事前情報を利用した最初の乱流緩和手法を提案する。 視覚的先行性に基づき、周期的な文脈距離で復元された画像の同一性を維持することを学ぶことを提案する。 本手法は, 回復した結果の視覚的品質と顔認証精度の両方において, 先行技術よりも優れていた。
  論文  参考訳（メタデータ） (2021-12-04T16:42:13Z)
• Projected GANs Converge Faster [50.23237734403834]
  GAN(Generative Adversarial Networks)は高品質な画像を生成するが、訓練は難しい。 生成したサンプルと実際のサンプルを固定された事前訓練された特徴空間に投影することで、これらの問題に大きく取り組みます。 我々の投影GANは画像品質、サンプル効率、収束速度を改善する。
  論文  参考訳（メタデータ） (2021-11-01T15:11:01Z)
• On the Effect of Selfie Beautification Filters on Face Detection and Recognition [53.561797148529664]
  ソーシャルメディア画像フィルターは、例えば人工眼鏡や動物の鼻で、画像コントラスト、照明、あるいは顔の一部を妨げる。 U-NETセグメンテーションネットワークの修正版を用いて適用操作を再構築する手法を開発した。 認識の観点からは、顔を認識するために訓練されたResNet-34ネットワークを用いて抽出された特徴に対して、距離測定と訓練された機械学習アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2021-10-17T22:10:56Z)
• An Improved Real-Time Face Recognition System at Low Resolution Based on Local Binary Pattern Histogram Algorithm and CLAHE [0.0]
  本研究では、ポーズや感情、解像度のバリエーションのある15ピクセルの低解像度のリアルタイム顔認識システムを提案する。 トレーニングや分類に使用されている LRD200 と LRD100 というデータセットを設計しました。 この顔認識システムは、法執行目的で使用することができ、監視カメラは、カメラから人の距離のために低解像度の画像をキャプチャします。
  論文  参考訳（メタデータ） (2021-04-15T04:54:29Z)
• Deblurring Processor for Motion-Blurred Faces Based on Generative Adversarial Networks [0.5837881923712392]
  本論文では,主に運動破砕面の修復に焦点を当てる。 GAN(Generative Adversarial Network)に基づく動きブルの顔画像信号のデブロアリング法を提案する。 エンドツーエンドの手法を使用して、シャープな画像生成装置、すなわち、動きを破った顔画像のプロセッサを訓練する。
  論文  参考訳（メタデータ） (2021-03-03T01:35:02Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)

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。