論文の概要: Searching for Alignment in Face Recognition

• arxiv url: http://arxiv.org/abs/2102.05447v1
• Date: Wed, 10 Feb 2021 14:09:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-11 14:50:17.329643
• Title: Searching for Alignment in Face Recognition
• Title（参考訳）: 顔認識におけるアライメントの探索
• Authors: Xiaqing Xu, Qiang Meng, Yunxiao Qin, Jianzhu Guo, Chenxu Zhao, Feng Zhou, and Zhen Lei
• Abstract要約: まず、異なるアライメントテンプレートが顔認識に与える影響を探索し、強調する。 そして、初めて最適なテンプレートを自動で検索する。 我々は、テンプレートを分解して、作物の大きさと垂直シフトに分解することで、よく定義された探索空間を構築する。 提案したベンチマーク実験は,顔認識性能向上のための手法の有効性を検証した。
• 参考スコア（独自算出の注目度）: 37.91087888250405
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A standard pipeline of current face recognition frameworks consists of four individual steps: locating a face with a rough bounding box and several fiducial landmarks, aligning the face image using a pre-defined template, extracting representations and comparing. Among them, face detection, landmark detection and representation learning have long been studied and a lot of works have been proposed. As an essential step with a significant impact on recognition performance, the alignment step has attracted little attention. In this paper, we first explore and highlight the effects of different alignment templates on face recognition. Then, for the first time, we try to search for the optimal template automatically. We construct a well-defined searching space by decomposing the template searching into the crop size and vertical shift, and propose an efficient method Face Alignment Policy Search (FAPS). Besides, a well-designed benchmark is proposed to evaluate the searched policy. Experiments on our proposed benchmark validate the effectiveness of our method to improve face recognition performance.
• Abstract（参考訳）: 現在の顔認識フレームワークの標準的なパイプラインは、4つの個別のステップで構成される: 粗い境界ボックスといくつかの仮想ランドマークによる顔の特定、事前定義されたテンプレートによる顔画像の調整、表現の抽出と比較。 その中でも,顔検出,ランドマーク検出,表現学習が長年研究されてきたが,多くの研究が提案されている。 認識性能に大きな影響を与える重要なステップとして、アライメントステップはほとんど注目されていない。 本稿では,まず,異なるアライメントテンプレートが顔認識に与える影響を探索し,強調する。 そして、初めて、最適なテンプレートを自動的に検索しようとします。 テンプレート検索を作物サイズと垂直シフトに分解し、よく定義された検索空間を構築し、効率的なフェイスアライメントポリシー検索(FAPS)を提案します。 さらに,探索されたポリシーを評価するために,よく設計されたベンチマークが提案されている。 提案したベンチマーク実験は,顔認識性能向上のための手法の有効性を検証した。

関連論文リスト

• Efficient Explainable Face Verification based on Similarity Score Argument Backpropagation [5.189023674716335]
  2つの顔画像が一致したか否かを、与えられた顔認識システムで理解することが重要である。 そこで我々はxSSABを提案する。xSSABは似通ったスコアに基づく議論をバックプロパゲートする手法で、顔のマッチング決定を支持したり、反対したりする。 Patch-LFWは、新しい評価プロトコルと併用可能な、説明可能な顔検証ベンチマークである。
  論文  参考訳（メタデータ） (2023-04-26T09:48:48Z)
• An Efficient Method for Face Quality Assessment on the Edge [1.7188280334580197]
  エッジデバイスに対する実践的なアプローチは、認識への適合性に応じて、これらのアイデンティティの検出を優先すべきである。 顔のランドマーク検出ネットワークに1つの層を付加するだけで、顔の品質スコアの回帰が提案される。 追加のコストがほとんどないため、顔の品質スコアは、この単一の層をトレーニングすることで得られる。
  論文  参考訳（メタデータ） (2022-07-19T18:29:43Z)
• Human Face Recognition from Part of a Facial Image based on Image Stitching [0.0]
  現在の顔認識技術のほとんどは、認識される人物の完全な顔の存在を必要とする。 そこで本研究では,欠損部を画像に示す部分のフリップで縫合する工程を採用した。 ここで適用された顔認識アルゴリズムは固有顔と幾何学的手法である。
  論文  参考訳（メタデータ） (2022-03-10T19:31:57Z)
• Pro-UIGAN: Progressive Face Hallucination from Occluded Thumbnails [53.080403912727604]
  Inpainting Generative Adversarial Network, Pro-UIGANを提案する。 顔の形状を利用して、隠された小さな顔の補充とアップサンプリング(8*)を行う。 Pro-UIGANは、HR面を視覚的に満足させ、下流タスクにおいて優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-08-02T02:29:24Z)
• Detect and Locate: A Face Anti-Manipulation Approach with Semantic and Noise-level Supervision [67.73180660609844]
  本稿では,画像中の偽造顔を効率的に検出する,概念的にシンプルだが効果的な方法を提案する。 提案手法は,画像に関する意味の高い意味情報を提供するセグメンテーションマップに依存する。 提案モデルでは,最先端検出精度と顕著なローカライゼーション性能を実現する。
  論文  参考訳（メタデータ） (2021-07-13T02:59:31Z)
• Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
  顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。 以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。 キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-04-28T09:35:48Z)
• Sub-pixel face landmarks using heatmaps and a bag of tricks [0.0]
  顔のランドマークを正確にローカライズするための熱マップ回帰手法を提案する。 顔検出装置から顔の位置と整列に5つのナイーブな顔ランドマークを使用する。 また, デコンボリューション層とピクセルシャッフル層を混合することで, アップスケーリングの複雑さを低減できることを示した。
  論文  参考訳（メタデータ） (2021-03-04T14:34:20Z)
• 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)
• The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances [56.432660252331495]
  顔認識はコンピュータビジョンにおいて最も人気があり、長く続いたトピックの1つである。 ディープフェイス認識は目覚ましい進歩を遂げ、多くの現実世界のアプリケーションで広く利用されている。 本稿では,各要素の最近の進歩を概観する。
  論文  参考訳（メタデータ） (2020-09-28T13:02:17Z)
• Boosting Deep Face Recognition via Disentangling Appearance and Geometry [33.196270681809395]
  顔認識タスクにおける外観と幾何学的表現を両立させる枠組みを提案する。 空間変換を取り入れた幾何学的に同一の顔を生成する。 提案手法は深層顔認識モデルの性能を向上させる。
  論文  参考訳（メタデータ） (2020-01-13T23:19:58Z)

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。