論文の概要: WDR FACE: The First Database for Studying Face Detection in Wide Dynamic Range

• arxiv url: http://arxiv.org/abs/2101.03826v1
• Date: Mon, 11 Jan 2021 11:45:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-04 14:41:31.805140
• Title: WDR FACE: The First Database for Studying Face Detection in Wide Dynamic Range
• Title（参考訳）: WDR FACE:広ダイナミックレンジにおける顔検出のための最初のデータベース
• Authors: Ziyi Liu, Jie Yang, Mengchen Lin, Kenneth Kam Fai Lai, Svetlana Yanushkevich, Orly Yadid-Pecht
• Abstract要約: 顔検出研究のための公開WDRデータベースはありません。 本稿では,顔検出のための最初のwdrデータベースであるwdr faceを提案する。
• 参考スコア（独自算出の注目度）: 5.6654762259802265
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Currently, face detection approaches focus on facial information by varying specific parameters including pose, occlusion, lighting, background, race, and gender. These studies only utilized the information obtained from low dynamic range images, however, face detection in wide dynamic range (WDR) scenes has received little attention. To our knowledge, there is no publicly available WDR database for face detection research. To facilitate and support future face detection research in the WDR field, we propose the first WDR database for face detection, called WDR FACE, which contains a total of 398 16-bit megapixel grayscale wide dynamic range images collected from 29 subjects. These WDR images (WDRIs) were taken in eight specific WDR scenes. The dynamic range of 90% images surpasses 60,000:1, and that of 70% images exceeds 65,000:1. Furthermore, we show the effect of different face detection procedures on the WDRIs in our database. This is done with 25 different tone mapping operators and five different face detectors. We provide preliminary experimental results of face detection on this unique WDR database.
• Abstract（参考訳）: 現在、顔検出アプローチは、ポーズ、咬合、照明、背景、人種、性別など、特定のパラメータによって顔情報に焦点を当てている。 これらの研究は、低ダイナミックレンジ画像から得られる情報のみを利用したが、広ダイナミックレンジ(WDR)シーンにおける顔検出はほとんど注目されていない。 我々の知る限り、顔検出研究用のWDRデータベースは公開されていない。 WDRフィールドにおける顔検出研究の促進と支援を目的として,29人の被験者から収集した398メガピクセルのグレイスケールダイナミックレンジ画像を含む,WDR FACEと呼ばれる顔検出のための最初のWDRデータベースを提案する。 これらのWDR画像(WDRI)は8つの特定のWDRシーンで撮影された。 90%の画像のダイナミックレンジは60,000:1を超え、70%画像のダイナミックレンジは65,000:1を超える。 さらに,データベース内のWDRIに異なる顔検出方法が与える影響について述べる。 これは25の異なるトーンマッピングオペレータと5つの異なる顔検出器で実行される。 このユニークなWDRデータベース上で顔検出の予備実験結果を提供する。

関連論文リスト

• Exploring Thermography Technology: A Comprehensive Facial Dataset for Face Detection, Recognition, and Emotion [1.7341654854802664]
  このデータセットは、顔の検出、認識、感情分析のためにUNI-T UTi165Aカメラを用いてキャプチャされた6823の熱画像を含む。 このデータセットは、様々な条件、色パレット、撮影角度、ズームレベルをカバーしており、温度範囲は10degCから400degC、解像度は19,200ピクセルである。
  論文  参考訳（メタデータ） (2024-05-28T05:50:03Z)
• OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
  抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。 我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。 正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
  論文  参考訳（メタデータ） (2024-02-29T01:20:29Z)
• 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)
• Exploring Depth Information for Face Manipulation Detection [25.01910127502075]
  RGB顔画像からのパッチにより顔深度マップパッチを推定するための顔深度マップ変換器(FDMT)を提案する。 次に、推定された顔深度マップを、バックボーンの特徴と統合される補助情報とみなす。
  論文  参考訳（メタデータ） (2022-12-29T09:00:22Z)
• Detect Faces Efficiently: A Survey and Evaluations [13.105528567365281]
  顔認識、表情認識、顔追跡、頭部推定を含む多くの応用は、画像中の顔の位置と大きさの両方が知られていると仮定する。 ディープラーニング技術は、かなりの計算量の増加と共に、対面検出に驚くべきブレークスルーをもたらした。 本稿では, 代表的な深層学習手法を紹介し, 精度と効率性の観点から, 深く, 徹底的な分析を行う。
  論文  参考訳（メタデータ） (2021-12-03T08:39:40Z)
• Sejong Face Database: A Multi-Modal Disguise Face Database [0.0]
  提示されたデータベースには8つの顔アドオンと7つの追加のアドオンが含まれている。 各顔画像は、可視光、可視光+赤外線、赤外線、熱スペクトルで撮影される。 本稿では,提案データベース上で行ったベースライン顔検出結果について,参照結果を提供し,異なるモードでの性能を比較する。
  論文  参考訳（メタデータ） (2021-06-14T06:29:41Z)
• 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)
• DeepFake Detection Based on the Discrepancy Between the Face and its Context [94.47879216590813]
  単一画像における顔のスワップやその他のアイデンティティ操作を検出する手法を提案する。 提案手法は, (i) 厳密なセマンティックセグメンテーションによって境界付けられた顔領域を考慮した顔識別ネットワークと, (ii) 顔コンテキストを考慮したコンテキスト認識ネットワークの2つのネットワークを含む。 本稿では,2つのネットワークからの認識信号を用いて,そのような不一致を検出する手法について述べる。 提案手法は,FaceForensics++,Celeb-DF-v2,DFDCベンチマークを用いて顔検出を行い,未知の手法で生成した偽物の検出を一般化する。
  論文  参考訳（メタデータ） (2020-08-27T17:04:46Z)
• Multi-spectral Facial Landmark Detection [10.009879315990133]
  我々は、頑健なニューラルネットワークにより顔のランドマーク検出、すなわちDeep Multi-Spectral Learning (DMSL)を提案する。 DMSLは2つのサブモデル、すなわち顔境界検出とランドマーク座標検出から構成される。 Eurecomの可視・熱対データベースで実施された実験は、熱的顔のランドマーク検出のための最先端技術よりもDMSLの優れた性能を示している。
  論文  参考訳（メタデータ） (2020-06-09T11:43:46Z)
• Investigating the Impact of Inclusion in Face Recognition Training Data on Individual Face Identification [93.5538147928669]
  最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。 モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
  論文  参考訳（メタデータ） (2020-01-09T15:50:28Z)
• It's Written All Over Your Face: Full-Face Appearance-Based Gaze Estimation [82.16380486281108]
  顔の全体像のみを入力とする外観に基づく手法を提案する。 本手法は,特徴写像に空間重みを印加した畳み込みニューラルネットワークを用いて顔画像の符号化を行う。 本手法は2次元視線と3次元視線の両方で技量を有意に上回ることを示す。
  論文  参考訳（メタデータ） (2016-11-27T15:00:10Z)

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。