論文の概要: About Face: A Survey of Facial Recognition Evaluation
- arxiv url: http://arxiv.org/abs/2102.00813v1
- Date: Mon, 1 Feb 2021 13:05:34 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-03 08:01:49.794806
- Title: About Face: A Survey of Facial Recognition Evaluation
- Title(参考訳): 顔について:顔認識評価に関する調査
- Authors: Inioluwa Deborah Raji, Genevieve Fried
- Abstract要約: 1976年から2019年の間に構築された1億1500万枚の顔データセットを調査した。
これらのデータセットは、政治的モチベーションの変化、技術的能力、現在の規範によって、文脈的に情報化されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We survey over 100 face datasets constructed between 1976 to 2019 of 145
million images of over 17 million subjects from a range of sources,
demographics and conditions. Our historical survey reveals that these datasets
are contextually informed, shaped by changes in political motivations,
technological capability and current norms. We discuss how such influences mask
specific practices (some of which may actually be harmful or otherwise
problematic) and make a case for the explicit communication of such details in
order to establish a more grounded understanding of the technology's function
in the real world.
- Abstract(参考訳): 1976年から2019年にかけて、さまざまなソース、人口、状況から1700万以上の被験者の1億4500万枚の画像から構築された100以上の顔データセットを調査した。
歴史的調査によると、これらのデータセットは、政治的モチベーションの変化、技術的能力、そして現在の規範によって形作られています。
このような影響が特定のプラクティスをマスクする方法(その一部は実際に有害であるか、あるいはそれ以外は問題)を議論し、現実世界のテクノロジーの機能をより明確に理解するために、そのような詳細の明示的なコミュニケーションのケースを作ります。
関連論文リスト
- Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。
この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。
制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
論文 参考訳(メタデータ) (2023-04-12T10:29:42Z) - Facial recognition technology can expose political orientation from
facial images even when controlling for demographics and self-presentation [2.1783215503568822]
顔ディスクリプタは、政治的指向尺度で参加者のスコアを予測するために、クロスバリデーションされた線形回帰に入力された。
モデルのパフォーマンスは、仕事の面接が仕事の成功を予測し、アルコールが攻撃性を高め、心理療法が精神状態を改善するのと同等に、r=.20を上回った。
論文 参考訳(メタデータ) (2023-03-28T22:47:28Z) - 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) - Ctrl-Shift: How Privacy Sentiment Changed from 2019 to 2021 [14.600192799641077]
我々は、2019年から2021年までの政府および健康関連の目的で、データの収集と利用に対する米国の人々の感情について調査する。
新型コロナウイルスの感染拡大に伴い、政府のデータ利用の受け入れが大幅に減少するのが観察された。
2020年のアメリカ合衆国大統領選挙の後、プライバシーの感情がユーザーの政治と権力を持つ政党の整合性に基づいて変化するという最初の証拠を観察する。
論文 参考訳(メタデータ) (2021-10-18T16:13:02Z) - Faces in the Wild: Efficient Gender Recognition in Surveillance
Conditions [0.0]
我々は、よく知られた3つの監視データセットのフロントとワイルドフェース版を提示する。
本研究では,自然環境下での性別認識に適した顔情報と身体情報を効果的に動的に組み合わせたモデルを提案する。
本モデルでは,学習可能な融合行列とチャネル・アテンション・サブネットワークを介して顔と身体の情報を組み合わせる。
論文 参考訳(メタデータ) (2021-07-14T17:02:23Z) - CelebA-Spoof Challenge 2020 on Face Anti-Spoofing: Methods and Results [52.037212630137304]
CelebA-Spoofは、データと被験者の数の点で最大の顔のアンチスプーフィングデータセットです。
本稿では、CelebA-Spoof Challenge 2020 on Face AntiSpoofingの方法と結果を報告する。
論文 参考訳(メタデータ) (2021-02-25T02:31:41Z) - Face Off: Polarized Public Opinions on Personal Face Mask Usage during
the COVID-19 Pandemic [77.34726150561087]
様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。
新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。
2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
論文 参考訳(メタデータ) (2020-10-31T18:52:41Z) - Survey on the Analysis and Modeling of Visual Kinship: A Decade in the
Making [66.72253432908693]
親和性認識は多くの実践的応用において難しい問題である。
我々は、多くの人にその見解を刺激した公開リソースとデータ課題についてレビューする。
10周年記念には、さまざまなkinベースのタスクのためのデモコードが用意されている。
論文 参考訳(メタデータ) (2020-06-29T13:25:45Z) - Investigating Bias in Deep Face Analysis: The KANFace Dataset and
Empirical Study [67.3961439193994]
現在までに最も包括的で大規模な顔画像とビデオのデータセットを導入している。
データは、アイデンティティ、正確な年齢、性別、親族関係の点で手動で注釈付けされる。
提案したベンチマークでネットワーク埋め込みをデバイアス化する手法を導入し,テストした。
論文 参考訳(メタデータ) (2020-05-15T00:14:39Z)
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。