論文の概要: Improving Makeup Face Verification by Exploring Part-Based Representations

• arxiv url: http://arxiv.org/abs/2101.07338v1
• Date: Mon, 18 Jan 2021 21:51:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-27 05:56:03.145332
• Title: Improving Makeup Face Verification by Exploring Part-Based Representations
• Title（参考訳）: パートベース表現の探索による顔認証の改善
• Authors: Marcus de Assis Angeloni and Helio Pedrini
• Abstract要約: 我々は,現在の全体表現と融合する顔部の導入を提案,評価する。 実験の結果, 顔部から抽出した深部特徴と全体表現との融合により, 顔認証システムの精度が向上した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, we have seen an increase in the global facial recognition market size. Despite significant advances in face recognition technology with the adoption of convolutional neural networks, there are still open challenges, as when there is makeup in the face. To address this challenge, we propose and evaluate the adoption of facial parts to fuse with current holistic representations. We propose two strategies of facial parts: one with four regions (left periocular, right periocular, nose and mouth) and another with three facial thirds (upper, middle and lower). Experimental results obtained in four public makeup face datasets and in a challenging cross-dataset protocol show that the fusion of deep features extracted of facial parts with holistic representation increases the accuracy of face verification systems and decreases the error rates, even without any retraining of the CNN models. Our proposed pipeline achieved state-of-the-art performance for the YMU dataset and competitive results for other three datasets (EMFD, FAM and M501).
• Abstract（参考訳）: 近年,世界の顔認識市場規模が増加している。 畳み込みニューラルネットワークの採用による顔認識技術の大幅な進歩にもかかわらず、顔に化粧があるようなオープンな課題がまだ残っている。 この課題に対処するために,現在の全体表現と融合する顔部品の採用を提案,評価する。 顔面部は4つの領域(左眼,右眼,鼻,口)と3つの顔面(上,中,下)の2つの戦略を提案する。 4つの公開メイクアップフェイスデータセットと難解なクロスデータセットプロトコルによって得られた実験結果は、顔部分から抽出された深い特徴と全体表現との融合により、顔認証システムの精度が向上し、cnnモデルのリトレーニングなしにエラーレートが低下することを示している。 提案したパイプラインは,YMUデータセットの最先端性能と,他の3つのデータセット(EMFD,FAM,M501)の競合結果を得た。

関連論文リスト

• DiffusionFace: Towards a Comprehensive Dataset for Diffusion-Based Face Forgery Analysis [71.40724659748787]
  DiffusionFaceは、最初の拡散ベースのフェイスフォージェリーデータセットである。 非条件およびテキストガイドの顔画像生成、Img2Img、Inpaint、Diffusionベースの顔交換アルゴリズムなど、さまざまなフォージェリーカテゴリをカバーする。 重要なメタデータと、評価のための実世界のインターネットソースの偽顔画像データセットを提供する。
  論文  参考訳（メタデータ） (2024-03-27T11:32:44Z)
• TANet: A new Paradigm for Global Face Super-resolution via Transformer-CNN Aggregation Network [72.41798177302175]
  本稿では, 顔構造特徴の表現能力を完全に探求する自己認識機構(すなわち Transformer のコア)に基づく新しいパラダイムを提案する。 具体的には、2つの経路からなるTransformer-CNNアグリゲーションネットワーク(TANet)を設計する。 上記の2つの経路から特徴を集約することにより、グローバルな顔の構造の整合性と局所的な顔のディテール復元の忠実度を同時に強化する。
  論文  参考訳（メタデータ） (2021-09-16T18:15:07Z)
• On Recognizing Occluded Faces in the Wild [10.420394952839242]
  我々は、Real World Occluded Facesデータセットを提示する。 このデータセットは、両方の上面を持つ顔を含む。 サングラスと下面が原因です マスクで閉ざされた モデルが合成閉塞面上で試験された場合, 性能低下ははるかに小さいことが観察された。
  論文  参考訳（メタデータ） (2021-09-08T14:20:10Z)
• End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
  最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。 本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。 我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
  論文  参考訳（メタデータ） (2021-08-21T09:08:41Z)
• Landmark-Aware and Part-based Ensemble Transfer Learning Network for Facial Expression Recognition from Static images [0.5156484100374059]
  パーツベースのエンサンブルトランスファーラーニングネットワークは、人間の表情認識をモデル化します。 5つのサブネットワークで構成され、各サブネットワークは顔ランドマークの5つのサブセットのうちの1つから転送学習を行う。 リアルタイムデプロイメントの計算効率を保証するために、わずか3.28ドルのFLOPSが106ドルである。
  論文  参考訳（メタデータ） (2021-04-22T18:38:33Z)
• Towards NIR-VIS Masked Face Recognition [47.00916333095693]
  近赤外可視(NIR-VIS)顔認識は異種顔認識において最も一般的な症例である。 2つのドメインの顔表現で共有される相互情報を最大化するための新しいトレーニング手法を提案する。 さらに、既存のNIR画像からマスク面を合成するために、3次元顔再構成に基づくアプローチを用いる。
  論文  参考訳（メタデータ） (2021-04-14T10:40:09Z)
• Unmasking Face Embeddings by Self-restrained Triplet Loss for Accurate Masked Face Recognition [6.865656740940772]
  マスク付き顔認識性能を改善するためのソリューションを提案する。 具体的には,既存の顔認識モデル上で動作させるEmbedding Unmasking Model (EUM)を提案する。 また、EUMが同一アイデンティティのマスクされていない顔のこれらに類似した埋め込みを作成することを可能にする新しい損失関数、自己拘束トリプルト(SRT)を提案します。
  論文  参考訳（メタデータ） (2021-03-02T13:43:11Z)
• 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)
• DotFAN: A Domain-transferred Face Augmentation Network for Pose and Illumination Invariant Face Recognition [94.96686189033869]
  本稿では,3次元モデルを用いたドメイン転送型顔強調ネットワーク(DotFAN)を提案する。 DotFANは、他のドメインから収集された既存のリッチフェイスデータセットから抽出された知識に基づいて、入力顔の一連の変種を生成することができる。 実験によると、DotFANは、クラス内の多様性を改善するために、小さな顔データセットを増やすのに有益である。
  論文  参考訳（メタデータ） (2020-02-23T08:16:34Z)

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。