論文の概要: Visual Diver Face Recognition for Underwater Human-Robot Interaction

• arxiv url: http://arxiv.org/abs/2011.09556v1
• Date: Wed, 18 Nov 2020 21:57:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-24 05:05:49.056715
• Title: Visual Diver Face Recognition for Underwater Human-Robot Interaction
• Title（参考訳）: 水中ロボットインタラクションのための視覚的ダイバーター顔認識
• Authors: Jungseok Hong, Sadman Sakib Enan, Christopher Morse, Junaed Sattar
• Abstract要約: 提案手法は,スキューバマスクや呼吸装置で顔がよく見えない水中のダイバーを識別する。 ダイバーを正しく認識する能力により、自律水中車両(AUV)は正しい人との共同作業を行うことができる。
• 参考スコア（独自算出の注目度）: 14.96844256049975
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a deep-learned facial recognition method for underwater robots to identify scuba divers. Specifically, the proposed method is able to recognize divers underwater with faces heavily obscured by scuba masks and breathing apparatus. Our contribution in this research is towards robust facial identification of individuals under significant occlusion of facial features and image degradation from underwater optical distortions. With the ability to correctly recognize divers, autonomous underwater vehicles (AUV) will be able to engage in collaborative tasks with the correct person in human-robot teams and ensure that instructions are accepted from only those authorized to command the robots. We demonstrate that our proposed framework is able to learn discriminative features from real-world diver faces through different data augmentation and generation techniques. Experimental evaluations show that this framework achieves a 3-fold increase in prediction accuracy compared to the state-of-the-art (SOTA) algorithms and is well-suited for embedded inference on robotic platforms.
• Abstract（参考訳）: 本稿では,水中ロボットによるスキューバダイバー識別のための深層学習顔認識手法を提案する。 具体的には,スキューバマスクや呼吸装置で顔が不明瞭な水中ダイバーを識別する手法を提案する。 本研究は,水中の光学的歪みによる顔の特徴や画像劣化を著しく排除した人物の頑健な顔識別に寄与する。 ダイバーを正しく認識する能力により、自律型水中車両(auv)は、人間とロボットチームの正しい人物と協調して作業を行い、ロボットの指揮を許可された者のみから指示を受け付けることができる。 提案するフレームワークは,異なるデータ拡張と生成手法により,現実世界のダイバーの顔から識別的特徴を学習できることを実証する。 実験により,本フレームワークは最先端(SOTA)アルゴリズムと比較して3倍の精度向上を実現し,ロボットプラットフォームへの組込み推論に適していることが示された。

関連論文リスト

• ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
  深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。 この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。 我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• Hide and Seek: How Does Watermarking Impact Face Recognition? [15.665167725887667]
  画像に所有権署名を埋め込むデジタル透かしが顔認識モデルの有効性に与える影響について検討する。 透かしは画像のロバストな属性を可能にするが,顔認識精度はわずかに低下することがわかった。 この研究は、顔認識における生成モデルの責任ある利用に向けた重要なステップである。
  論文  参考訳（メタデータ） (2024-04-29T17:27:08Z)
• Dual Adversarial Resilience for Collaborating Robust Underwater Image Enhancement and Perception [54.672052775549]
  本研究では,水中画像の強調と検出を行うために,CARNetと呼ばれる協調的対向レジリエンスネットワークを導入する。 本稿では,ネットワークが様々な種類の攻撃を識別・除去できるように,視覚駆動型と知覚駆動型の両方による同時攻撃訓練戦略を提案する。 実験により,提案手法は画像の高画質化を図り,最先端の手法よりも平均6.71%高い検出精度が得られた。
  論文  参考訳（メタデータ） (2023-09-03T06:52:05Z)
• Disguise without Disruption: Utility-Preserving Face De-Identification [40.484745636190034]
  本研究では,修正データの利用性を確保しつつ,顔画像をシームレスに識別する新しいアルゴリズムであるDisguiseを紹介する。 本手法は, 難読化と非可逆性を最大化するために, 変分機構を用いて生成した合成物を用いて, 描写されたアイデンティティを抽出し置換することを含む。 提案手法を複数のデータセットを用いて広範に評価し,様々な下流タスクにおける従来の手法と比較して,高い非識別率と一貫性を示す。
  論文  参考訳（メタデータ） (2023-03-23T13:50:46Z)
• Visual Detection of Diver Attentiveness for Underwater Human-Robot Interaction [15.64806176508126]
  自律型水中車両(AUV)におけるダイバーアテンション推定手法を提案する。 このフレームワークのコア要素はディープニューラルネットワーク(DATT-Netと呼ばれる)で、ダイバーの10の顔キーポイント間の幾何学的関係を利用して、その方向を決定する。 実験により,提案したDATT-Netアーキテクチャは,有望な精度でヒトダイバーの注意力を決定することができることを示した。
  論文  参考訳（メタデータ） (2022-09-28T22:08:41Z)
• CIAO! A Contrastive Adaptation Mechanism for Non-Universal Facial Expression Recognition [80.07590100872548]
  本稿では、顔エンコーダの最後の層に異なるデータセットの特定の感情特性を適応させるメカニズムであるContrastive Inhibitory Adaptati On(CIAO)を提案する。 CIAOは、非常にユニークな感情表現を持つ6つの異なるデータセットに対して、表情認識性能が改善されている。
  論文  参考訳（メタデータ） (2022-08-10T15:46:05Z)
• Controllable Evaluation and Generation of Physical Adversarial Patch on Face Recognition [49.42127182149948]
  近年の研究では、顔認証モデルの物理的敵パッチに対する脆弱性が明らかにされている。 本稿では3次元顔モデルを用いて物理世界の顔の複雑な変形をシミュレートする。 さらに、3次元顔変換と現実的な物理的変動を考慮したFace3DAdv法を提案する。
  論文  参考訳（メタデータ） (2022-03-09T10:21:40Z)
• CMUA-Watermark: A Cross-Model Universal Adversarial Watermark for Combating Deepfakes [74.18502861399591]
  ディープフェイクの悪意ある応用(すなわち、テクノロジーはターゲットの顔や顔の特徴を生成できる)は、我々の社会に大きな脅威をもたらしている。 本稿では,深層圏モデルに対する普遍的敵攻撃法を提案し,CMUA-Watermark(CMUA-Watermark)を作成した。 実験の結果,提案したCMUA-Watermarkはディープフェイクモデルによって生成された偽の顔画像を効果的に歪めることができることがわかった。
  論文  参考訳（メタデータ） (2021-05-23T07:28:36Z)
• DARE: AI-based Diver Action Recognition System using Multi-Channel CNNs for AUV Supervision [3.5584173777587935]
  本稿では,認知自律走行バディデータセットに基づいて学習したダイバー動作認識システムDAREを提案する。 DAREは高速で、1つのステレオペアを分類するのに数ミリ秒しか必要としないため、リアルタイム水中実装に適している。
  論文  参考訳（メタデータ） (2020-11-16T04:05:32Z)
• Introducing Representations of Facial Affect in Automated Multimodal Deception Detection [18.16596562087374]
  自動偽造検知システムは、社会の健康、正義、安全を高めることができる。 本稿では,顔認識における顔の感情の次元表現力の新たな解析法を提案する。 私たちは、現実世界の、高額な法廷状況で、真実または偽装的にコミュニケーションする人々のビデオデータセットを使用しました。
  論文  参考訳（メタデータ） (2020-08-31T05:12:57Z)
• Unsupervised Learning Facial Parameter Regressor for Action Unit Intensity Estimation via Differentiable Renderer [51.926868759681014]
  骨駆動型顔モデル(BDFM)に基づいて,異なる視点で顔パラメータを予測する枠組みを提案する。 提案するフレームワークは,特徴抽出器,ジェネレータ,顔パラメータ回帰器から構成される。
  論文  参考訳（メタデータ） (2020-08-20T09:49:13Z)

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。