論文の概要: Assessing the Influencing Factors on the Accuracy of Underage Facial Age
Estimation
- arxiv url: http://arxiv.org/abs/2012.01179v1
- Date: Wed, 2 Dec 2020 13:09:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 03:58:18.873179
- Title: Assessing the Influencing Factors on the Accuracy of Underage Facial Age
Estimation
- Title(参考訳): 未成年者の顔面年齢推定の正確性に及ぼす影響因子の検討
- Authors: Felix Anda, Brett A. Becker, David Lillis, Nhien-An Le-Khac and Mark
Scanlon
- Abstract要約: 21,800人以上の未成年者を対象に,2つの雲齢推定サービスを評価した。
徹底的な評価により、将来の年齢推定システムにおいて克服すべき最も影響力のある要因を特定できる。
- 参考スコア(独自算出の注目度): 3.2111310859841984
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Swift response to the detection of endangered minors is an ongoing concern
for law enforcement. Many child-focused investigations hinge on digital
evidence discovery and analysis. Automated age estimation techniques are needed
to aid in these investigations to expedite this evidence discovery process, and
decrease investigator exposure to traumatic material. Automated techniques also
show promise in decreasing the overflowing backlog of evidence obtained from
increasing numbers of devices and online services. A lack of sufficient
training data combined with natural human variance has been long hindering
accurate automated age estimation -- especially for underage subjects. This
paper presented a comprehensive evaluation of the performance of two cloud age
estimation services (Amazon Web Service's Rekognition service and Microsoft
Azure's Face API) against a dataset of over 21,800 underage subjects. The
objective of this work is to evaluate the influence that certain human
biometric factors, facial expressions, and image quality (i.e. blur, noise,
exposure and resolution) have on the outcome of automated age estimation
services. A thorough evaluation allows us to identify the most influential
factors to be overcome in future age estimation systems.
- Abstract(参考訳): 絶滅危惧種の未成年者検出に対するSwiftの対応は、法執行機関に対する継続的な懸念である。
多くの子供に焦点を当てた調査は、デジタル証拠の発見と分析にかかっている。
この証拠発見過程を迅速化し, 外傷物質への被曝を減少させるためには, 自動年齢推定技術が必要である。
自動化技術はまた、デバイスやオンラインサービスの増加によって得られた証拠のオーバーフローのバックログを減らすことにも期待できる。
十分なトレーニングデータと自然の人間の分散の欠如は、特に未成年者の正確な年齢推定を長い間妨げてきた。
本稿では,21,800人以上の未成年者のデータセットに対する2つのクラウド年齢推定サービス(amazon web serviceのrekognitionサービスとmicrosoft azureのface api)の性能に関する包括的評価を行った。
この研究の目的は、特定の生体指標、表情、および画質(すなわち、画像)が与える影響を評価することである。
ぼかし、騒音、露出、解像度)は、自動年齢推定サービスの結果に基づいています。
徹底的な評価により、将来の年齢推定システムにおいて克服すべき最も影響力のある要因を特定できる。
関連論文リスト
- Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳(メタデータ) (2023-10-18T14:49:54Z) - Age Group Discrimination via Free Handwriting Indicators [5.1076370934189255]
弱さは、進歩的な健康の低下、ストレスに対する脆弱性の増大、死亡のリスクの増加によって特徴づけられる。
欠陥を評価するための普遍的に受け入れられる方法が欠如し、標準化された定義が重要な研究ギャップを浮き彫りにしている。
本研究は,器用インクペンを用いて,年齢群分類のための手書き文字の評価を行う革新的な手法を提案する。
論文 参考訳(メタデータ) (2023-09-29T11:44:18Z) - Noise-Tolerance GPU-based Age Estimation Using ResNet-50 [0.0]
UTKFaceデータセットにディープ残差ニューラルネットワークを実装した。
入力データに15dBのノイズを注入した場合,実装ネットワークの性能は1.5%以下であることを示す。
論文 参考訳(メタデータ) (2023-04-26T16:38:41Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳(メタデータ) (2022-11-07T17:20:39Z) - Time flies by: Analyzing the Impact of Face Ageing on the Recognition
Performance with Synthetic Data [18.47822752527376]
本研究は,オープンソースのバイオメトリック認識システムの性能に及ぼす加齢の影響について考察する。
本研究の主目的は,1~5年間の短期年齢が一般認知能力にわずかに影響を及ぼすことである。
論文 参考訳(メタデータ) (2022-08-17T10:28:27Z) - Adaptive Mean-Residue Loss for Robust Facial Age Estimation [7.667560350473354]
本稿では,分布学習による顔年齢推定のための損失関数を提案する。
FG-NETとCLAP2016のデータセットでの実験結果により、提案された損失の有効性が検証された。
論文 参考訳(メタデータ) (2022-03-31T16:28:34Z) - Applying Artificial Intelligence for Age Estimation in Digital Forensic
Investigations [0.8122270502556371]
調査員は画像を見て、性発達段階やその他の人間の特徴を解釈することで、被害者の年齢を決定する必要があることが多い。
本稿では、既存の顔画像データセットを評価し、類似のデジタル法医学研究貢献のニーズに合わせて、新しいデータセットを提案する。
新しいデータセットは、IMDB-WIKIデータセットで事前トレーニングされたDeep Expectation (DEX)アルゴリズムでテストされる。
論文 参考訳(メタデータ) (2022-01-09T16:25:37Z) - LAE : Long-tailed Age Estimation [52.5745217752147]
まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。
標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。
本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
論文 参考訳(メタデータ) (2021-10-25T09:05:44Z) - FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in
the Wild [50.8865921538953]
年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。
我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。
提案手法は,既存の年齢推定手法を常に上回っていることを示す。
論文 参考訳(メタデータ) (2021-06-21T14:31:32Z) - Age Gap Reducer-GAN for Recognizing Age-Separated Faces [72.26969872180841]
本稿では,年齢変化に伴う顔と時間変化をマッチングする新しいアルゴリズムを提案する。
提案手法は,顔の年齢推定と年齢別顔の検証を組み合わせた統合フレームワークである。
論文 参考訳(メタデータ) (2020-11-11T16:43:32Z) - Artificial Fingerprinting for Generative Models: Rooting Deepfake
Attribution in Training Data [64.65952078807086]
光現実性画像生成は、GAN(Generative Adversarial Network)のブレークスルーにより、新たな品質レベルに達した。
しかし、このようなディープフェイクのダークサイド、すなわち生成されたメディアの悪意ある使用は、視覚的誤報に関する懸念を提起する。
我々は,モデルに人工指紋を導入することによって,深度検出の積極的な,持続可能なソリューションを模索する。
論文 参考訳(メタデータ) (2020-07-16T16:49:55Z)
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。