論文の概要: The Elements of End-to-end Deep Face Recognition: A Survey of Recent
Advances
- arxiv url: http://arxiv.org/abs/2009.13290v4
- Date: Mon, 27 Dec 2021 05:55:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 22:07:08.453033
- Title: The Elements of End-to-end Deep Face Recognition: A Survey of Recent
Advances
- Title（参考訳）: エンド・ツー・エンド顔認証の要素:最近の進歩
- Authors: Hang Du, Hailin Shi, Dan Zeng, Xiao-Ping Zhang, and Tao Mei
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 56.432660252331495
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Face recognition is one of the most popular and long-standing topics in
computer vision. With the recent development of deep learning techniques and
large-scale datasets, deep face recognition has made remarkable progress and
been widely used in many real-world applications. Given a natural image or
video frame as input, an end-to-end deep face recognition system outputs the
face feature for recognition. To achieve this, a typical end-to-end system is
built with three key elements: face detection, face alignment, and face
representation. The face detection locates faces in the image or frame. Then,
the face alignment is proceeded to calibrate the faces to the canonical view
and crop them with a normalized pixel size. Finally, in the stage of face
representation, the discriminative features are extracted from the aligned face
for recognition. Nowadays, all of the three elements are fulfilled by the
technique of deep convolutional neural network. In this survey article, we
present a comprehensive review about the recent advance of each element. To
start with, we present an overview of the end-to-end deep face recognition.
Then, we review the advance of each element, respectively, covering many
aspects such as the to-date algorithm designs, evaluation metrics, datasets,
performance comparison, existing challenges, and promising directions for
future research. Also, we provide a detailed discussion about the effect of
each element on its subsequent elements and the holistic system. Through this
survey, we wish to bring contributions in two aspects: first, readers can
conveniently identify the methods which are quite strong-baseline style in the
subcategory for further exploration; second, one can also employ suitable
methods for establishing a state-of-the-art end-to-end face recognition system
from scratch.
- Abstract（参考訳）: 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。
近年のディープラーニング技術と大規模データセットの開発により、深層顔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。
自然画像又は映像フレームを入力として、エンド・ツー・エンドのディープ・フェイス認識システムは、認識のための顔特徴を出力する。
これを実現するために、典型的なエンドツーエンドシステムは、顔検出、顔アライメント、顔表現の3つの重要な要素で構成されている。
顔検出は、画像またはフレーム内の顔を検出する。
そして、顔アライメントを進めて、顔の正準ビューを校正し、正規化された画素サイズで収穫する。
最後に、顔表現の段階で、アライメントされた顔から識別特徴を抽出して認識する。
現在、これら3つの要素はすべてディープ畳み込みニューラルネットワークの技術によって実現されている。
本稿では,各要素の最近の進歩について概観する。
まず,エンド・ツー・エンドのdeep face recognitionの概要について述べる。
そして,各要素の進歩を概観し,アルゴリズム設計,評価指標,データセット,性能比較,既存の課題,今後の研究に向けた有望な方向性など,様々な側面について考察する。
また、各要素がその後の要素や全体システムに与える影響について詳細な議論を行う。
第1に,読者は,サブカテゴリにおいて非常に強固なベースラインスタイルである手法を便利に識別でき,第2に,最先端のエンド・ツー・エンドの顔認識システムを構築するための適切な手法をスクラッチから活用できる。
関連論文リスト
- Robustness Disparities in Face Detection [64.71318433419636]
本稿では,その顔検出システムの詳細なベンチマークとして,商業モデルと学術モデルのノイズに対する頑健性について検討する。
すべてのデータセットやシステム全体で、$textitmasculineである個人の写真が$textitdarker skin type$$$、$textitdarker$、または$textitdim lighting$は、他のIDよりもエラーの影響を受けやすい。
論文 参考訳（メタデータ） (2022-11-29T05:22:47Z) - A Comparative Analysis of the Face Recognition Methods in Video
Surveillance Scenarios [0.0]
本研究では,最先端の顔認識手法に対する比較ベンチマーク表を提案する。
本研究では, 年齢差, クラス内差(顔のメイクアップ, ひげなど)のある顔IDの映像監視データセットを構築し, ネイティブな顔画像データを用いて評価を行った。
一方、この研究は、マスクのない顔、マスクされた顔、眼鏡をかけた顔など、さまざまな状況下で最高の認識方法を発見する。
論文 参考訳（メタデータ） (2022-11-05T17:59:18Z) - Human Face Recognition from Part of a Facial Image based on Image
Stitching [0.0]
現在の顔認識技術のほとんどは、認識される人物の完全な顔の存在を必要とする。
そこで本研究では,欠損部を画像に示す部分のフリップで縫合する工程を採用した。
ここで適用された顔認識アルゴリズムは固有顔と幾何学的手法である。
論文 参考訳（メタデータ） (2022-03-10T19:31:57Z) - Evaluation of Human and Machine Face Detection using a Novel Distinctive
Human Appearance Dataset [0.76146285961466]
画像中の顔を検出する能力において,現在最先端の顔検出モデルを評価する。
評価結果から,顔検出アルゴリズムは多様な外観に適さないことが示された。
論文 参考訳（メタデータ） (2021-11-01T02:20:40Z) - 3D Face Recognition: A Survey [6.53124955401627]
本調査は,過去10年間に開発された3次元顔認証技術について概観する。
これらの手法の長所と短所は、精度、複雑さ、そして変化に直面する堅牢性の観点から要約される。
利用可能な3D顔データベースのレビューと今後の研究課題と方向性に関する議論が提供される。
論文 参考訳（メタデータ） (2021-08-25T07:00:59Z) - Going Deeper Into Face Detection: A Survey [30.711114908611563]
顔検出は、多くの顔認識および顔分析システムの重要な第一歩です。
2012年、ディープニューラルネットワークを用いた画像分類における画期的な取り組みにより、顔検出のパラダイムは大きく変化した。
本研究では,最も代表的な深層学習に基づく顔検出手法について詳細に概説する。
論文 参考訳（メタデータ） (2021-03-27T20:18:00Z) - Deep Learning-based Face Super-resolution: A Survey [78.11274281686246]
顔の超解像、別名顔の幻覚は、ドメイン固有のイメージの超解像問題です。
現在、深層学習に基づく顔の超解像に関する研究の要約は少ない。
本調査では,超解像面における深層学習の手法を体系的に総合的に検討する。
論文 参考訳（メタデータ） (2021-01-11T08:17:11Z) - 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) - Face Super-Resolution Guided by 3D Facial Priors [92.23902886737832]
シャープな顔構造を把握した3次元顔先行情報を明示的に組み込んだ新しい顔超解像法を提案する。
我々の研究は、顔属性のパラメトリック記述の融合に基づく3次元形態的知識を初めて探求したものである。
提案した3D先行画像は、最先端技術よりも優れた顔超解像結果が得られる。
論文 参考訳（メタデータ） (2020-07-18T15:26:07Z) - Learning Oracle Attention for High-fidelity Face Completion [121.72704525675047]
U-Net構造に基づく顔補完のための包括的フレームワークを設計する。
複数のスケールで顔のテクスチャ間の相関関係を効率よく学習する双対空間アテンションモジュールを提案する。
顔成分の位置を事前の知識として捉え,これらの領域に複数識別器を課す。
論文 参考訳（メタデータ） (2020-03-31T01:37:10Z)
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。