論文の概要: Active Face Frontalization using Commodity Unmanned Aerial Vehicles
- arxiv url: http://arxiv.org/abs/2102.08542v1
- Date: Wed, 17 Feb 2021 02:55:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-18 14:31:31.386770
- Title: Active Face Frontalization using Commodity Unmanned Aerial Vehicles
- Title(参考訳): 商用無人航空機を用いた能動面前面化
- Authors: Nagashri Lakshminarayana, Yifang Liu, Karthik Dantu, Venu Govindaraju,
Nils Napp
- Abstract要約: 本稿では,無人航空機(UAV)による高品質な顔画像収集システムについて述べる。
顔ベースの識別の成功は画質に大きく依存し、主な要因は正面の見方がどのようになっているかです。
- 参考スコア(独自算出の注目度): 17.99108375749512
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper describes a system by which Unmanned Aerial Vehicles (UAVs) can
gather high-quality face images that can be used in biometric identification
tasks. Success in face-based identification depends in large part on the image
quality, and a major factor is how frontal the view is. Face recognition
software pipelines can improve identification rates by synthesizing frontal
views from non-frontal views by a process call {\em frontalization}. Here we
exploit the high mobility of UAVs to actively gather frontal images using
components of a synthetic frontalization pipeline. We define a frontalization
error and show that it can be used to guide an UAVs to capture frontal views.
Further, we show that the resulting image stream improves matching quality of a
typical face recognition similarity metric. The system is implemented using an
off-the-shelf hardware and software components and can be easily transfered to
any ROS enabled UAVs.
- Abstract(参考訳): 本稿では,無人航空機(uavs)が生体認証タスクに使用できる高品質の顔画像の収集を行うシステムについて述べる。
顔ベースの識別の成功は画質に大きく依存し、主な要因は正面の見方がどのようになっているかです。
顔認識ソフトウェアパイプラインは、プロセスコール {\em Frontalization} によって、正面視から正面視を合成することにより、識別率を向上させることができる。
ここでは,uavの高機動性を利用して,合成フロントカライズパイプラインのコンポーネントを用いて,前面画像の積極的な収集を行う。
フロントライゼーションエラーを定義し、UAVを導くためにフロントライゼーションビューをキャプチャするために使用できることを示します。
さらに、得られた画像ストリームにより、典型的な顔認識類似度指標のマッチング品質が向上することを示す。
このシステムは市販のハードウェアとソフトウェアコンポーネントを使って実装されており、どのROS対応UAVにも容易に転送できる。
関連論文リスト
- TetraLoss: Improving the Robustness of Face Recognition against Morphing
Attacks [7.092869001331781]
顔認識システムは、高セキュリティアプリケーションに広くデプロイされている。
フェースモーフィングのようなデジタル操作は、顔認識システムにセキュリティ上の脅威をもたらす。
本稿では,ディープラーニングに基づく顔認識システムを,顔形態攻撃に対してより堅牢なものにするための新しい手法を提案する。
論文 参考訳(メタデータ) (2024-01-21T21:04:05Z) - FACE-AUDITOR: Data Auditing in Facial Recognition Systems [24.082527732931677]
顔画像を扱うスケーラビリティと能力のために、ショットベースの顔認識システムが注目されている。
顔画像の誤使用を防止するために、簡単なアプローチとして、生の顔画像を共有する前に修正する方法がある。
そこで本研究では,FACE-AUDITORの完全ツールキットを提案する。このツールキットは,少数ショットベースの顔認識モデルに問い合わせ,ユーザの顔画像のいずれかがモデルのトレーニングに使用されているかどうかを判断する。
論文 参考訳(メタデータ) (2023-04-05T23:03:54Z) - Generalizable Person Re-Identification via Viewpoint Alignment and
Fusion [74.30861504619851]
本研究は,3次元高密度ポーズ推定モデルとテクスチャマッピングモジュールを用いて,歩行者画像を標準視像にマッピングすることを提案する。
テクスチャマッピングモジュールの不完全性のため、標準ビュー画像は、原画像から識別的な詳細手がかりを失う可能性がある。
提案手法は,各種評価設定における既存手法よりも優れた性能が得られることを示す。
論文 参考訳(メタデータ) (2022-12-05T16:24:09Z) - DuetFace: Collaborative Privacy-Preserving Face Recognition via Channel
Splitting in the Frequency Domain [23.4606547767188]
DuetFaceは、周波数領域における協調推論を利用するプライバシー保護の顔認識手法である。
提案手法は、保護されていないArcFaceと同等の認識精度とコストを達成し、最先端のプライバシ保存手法より優れている。
論文 参考訳(メタデータ) (2022-07-15T08:35:44Z) - GMFIM: A Generative Mask-guided Facial Image Manipulation Model for
Privacy Preservation [0.7734726150561088]
入力顔画像に知覚不可能な編集を適用するために,GANをベースとしたマスク誘導顔画像マニピュレーションモデルを提案する。
我々のモデルは、最先端の手法と比較して、自動顔認識システムに対してより良い性能を実現することができる。
論文 参考訳(メタデータ) (2022-01-10T14:09:14Z) - 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) - 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) - Simultaneous Face Hallucination and Translation for Thermal to Visible
Face Verification using Axial-GAN [74.22129648654783]
低分解能熱画像から熱可視面検証のタスクを紹介します。
本稿では,Axial-Generative Adversarial Network (Axial-GAN)を提案する。
論文 参考訳(メタデータ) (2021-04-13T22:34:28Z) - Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。
UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文 参考訳(メタデータ) (2020-09-16T11:37:43Z) - Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
顔認識システムのセキュリティには、顔の偽造が不可欠だ。
本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
論文 参考訳(メタデータ) (2020-08-19T03:54:23Z) - Multi-Metric Evaluation of Thermal-to-Visual Face Recognition [3.0255457622022486]
我々は、機械学習を用いて、赤外線画像から視覚スペクトル面を合成する異種・横断的な顔認識の課題に対処することを目的とする。
我々は、顔画像合成にGAN(Geneversarative Adrial Networks)を使用する能力について検討し、これらの画像の性能を事前学習した畳み込みニューラルネットワーク(CNN)を用いて検討する。
CNNを用いて抽出した特徴を顔認証と検証に応用する。
論文 参考訳(メタデータ) (2020-07-22T10:18:34Z)
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。