Fugu-MT 論文翻訳(概要): Identifying Human Edited Images using a CNN

論文の概要: Identifying Human Edited Images using a CNN

arxiv url: http://arxiv.org/abs/2101.03275v1
Date: Sat, 9 Jan 2021 02:43:35 GMT
ステータス: 処理完了
システム内更新日: 2021-04-09 12:23:28.986811
Title: Identifying Human Edited Images using a CNN
Title（参考訳）: CNNを用いた人間の編集画像の同定
Authors: Jordan Lee, Willy Lin, Konstantinos Ntalis, Anirudh Shah, William Tung, Maxwell Wulff
Abstract要約: 本研究では,顔面編集の分布を近似した生成モデルと顔面へのフェースチューンおよびPixlr操作を検出する方法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Most non-professional photo manipulations are not made using propriety software like Adobe Photoshop, which is expensive and complicated to use for the average consumer selfie-taker or meme-maker. Instead, these individuals opt for user friendly mobile applications like FaceTune and Pixlr to make human face edits and alterations. Unfortunately, there is no existing dataset to train a model to classify these type of manipulations. In this paper, we present a generative model that approximates the distribution of human face edits and a method for detecting Facetune and Pixlr manipulations to human faces.
Abstract（参考訳）: プロでない写真操作のほとんどは、adobe photoshopのようなプロプライエタリなソフトウェアを使っていない。代わりに、これらの個人はFaceTuneやPixlrのようなユーザーフレンドリーなモバイルアプリを選択し、人間の顔の編集や修正を行う。残念ながら、これらのタイプの操作を分類するモデルをトレーニングする既存のデータセットはありません。本稿では、人間の顔編集の分布を近似する生成モデルと、顔の顔に対する顔とピクサーの操作を検出する方法を提案する。

関連論文リスト

FlashFace: Human Image Personalization with High-fidelity Identity Preservation [59.76645602354481]
FlashFaceを使うと、ユーザーは自分の写真を簡単にパーソナライズできる。我々のアプローチは、高忠実度ID保存とより良い指示に従うことによって、既存の人間の写真カスタマイズ方法と区別できる。
論文参考訳（メタデータ） (2024-03-25T17:59:57Z)
Inclusive normalization of face images to passport format [0.0]
スタイルベース顔正規化モデル(StyleFNM)は、ほとんどの個人内変異を取り除くことを提案した。この論文では、事前訓練されたGANを制御して、パスポートのような画像のバランスの取れたデータセットを生成することにより、データセットバイアスも扱う。
論文参考訳（メタデータ） (2023-12-22T09:15:33Z)
UniHuman: A Unified Model for Editing Human Images in the Wild [49.896715833075106]
実環境における画像編集の複数の側面に対処する統一モデルUniHumanを提案する。モデルの生成品質と一般化能力を向上させるために,人間の視覚エンコーダからのガイダンスを利用する。ユーザスタディでは、UniHumanは平均して77%のケースでユーザに好まれる。
論文参考訳（メタデータ） (2023-12-22T05:00:30Z)
MagicPose: Realistic Human Poses and Facial Expressions Retargeting with Identity-aware Diffusion [22.62170098534097]
人間の2次元ポーズと表情の拡散に基づくモデルであるMagicPoseを提案する。画像拡散モデルの事前の知識を活用することで、MagicPoseは目に見えない人間のアイデンティティや複雑なポーズをうまく一般化する。提案したモデルは使いやすく、安定拡散に対するプラグインモジュール/拡張と見なすことができる。
論文参考訳（メタデータ） (2023-11-18T10:22:44Z)
Editing 3D Scenes via Text Prompts without Retraining [80.57814031701744]
DN2Nはテキスト駆動編集方式であり、普遍的な編集機能を備えたNeRFモデルの直接取得を可能にする。本手法では,2次元画像のテキストベース編集モデルを用いて3次元シーン画像の編集を行う。本手法は,外観編集,天気変化,材質変化,スタイル伝達など,複数種類の編集を行う。
論文参考訳（メタデータ） (2023-09-10T02:31:50Z)
DreamIdentity: Improved Editability for Efficient Face-identity Preserved Image Generation [69.16517915592063]
人間の顔の正確な表現を学習するための新しい顔識別エンコーダを提案する。また、モデルの編集可能性を高めるために、自己拡張編集可能性学習を提案する。我々の手法は、異なるシーン下でより高速にアイデンティティ保存された画像を生成することができる。
論文参考訳（メタデータ） (2023-07-01T11:01:17Z)
ALiSNet: Accurate and Lightweight Human Segmentation Network for Fashion E-Commerce [57.876602177247534]
スマートフォンは、ユーザーが自分の身体の画像をキャプチャする便利な手段を提供する。我々は、PointRendでSemantic FPNを単純化することで、新しいセグメンテーションモデルを作成する。我々は、このモデルを、私たちのアプリケーションに関連するポーズの制限されたセットで、高品質な人間のデータセットに微調整する。
論文参考訳（メタデータ） (2023-04-15T11:06:32Z)
FaceEraser: Removing Facial Parts for Augmented Reality [10.575917056215289]
私たちの仕事は、すべての顔部分を取り除き、拡張現実のために空白の顔に視覚的要素を課すことです。本研究では,空白の顔によく似通ったペアトレーニングデータを生成する新しいデータ生成手法を提案する。提案手法は商用製品に統合され,その有効性は制約のないユーザ入力で検証されている。
論文参考訳（メタデータ） (2021-09-22T14:30:12Z)
PIRenderer: Controllable Portrait Image Generation via Semantic Neural Rendering [56.762094966235566]
ポートレート画像ニューラルレンダは、3次元の変形可能な顔モデルのパラメータで顔の動きを制御するために提案される。提案モデルでは直感的な修正によって正確な動きで写真リアルなポートレート画像を生成することができる。本モデルでは、単一の参照画像と駆動音声ストリームのみから、説得力のある動きでコヒーレントな動画を生成することができる。
論文参考訳（メタデータ） (2021-09-17T07:24:16Z)
An Unsupervised Approach towards Varying Human Skin Tone Using Generative Adversarial Networks [3.839742791472842]
人の肌の色を変えるモデルを提案する。肌の色の変化を所望する所望の変化を示す値の人物または集団の入力画像が公平または暗黒に与えられた場合、画像中の人物の肌色を変えることができる。
論文参考訳（メタデータ） (2020-10-30T06:27:03Z)

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。