論文の概要: Wide Aspect Ratio Matching for Robust Face Detection

• arxiv url: http://arxiv.org/abs/2103.05993v1
• Date: Wed, 10 Mar 2021 11:05:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-12 13:16:48.006561
• Title: Wide Aspect Ratio Matching for Robust Face Detection
• Title（参考訳）: ロバスト顔検出のための広アスペクト比マッチング
• Authors: Shi Luo, Xiongfei Li, Xiaoli Zhang
• Abstract要約: アンカーと極端なアスペクト比面の間の最大IoUsはまだ固定サンプリングしきい値よりも低いです。 地層面からより代表的な正のアンカーを集めるためのワイドアスペクト比マッチング(WARM)戦略を提案します。 また,異なるアスペクト比に対応する多様な受容場を提供するために,RFD(Receptive Field Diversity)モジュールという新たな機能拡張モジュールを提案する。
• 参考スコア（独自算出の注目度）: 11.593495085674345
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, anchor-based methods have achieved great progress in face detection. Once anchor design and anchor matching strategy determined, plenty of positive anchors will be sampled. However, faces with extreme aspect ratio always fail to be sampled according to standard anchor matching strategy. In fact, the max IoUs between anchors and extreme aspect ratio faces are still lower than fixed sampling threshold. In this paper, we firstly explore the factors that affect the max IoU of each face in theory. Then, anchor matching simulation is performed to evaluate the sampling range of face aspect ratio. Besides, we propose a Wide Aspect Ratio Matching (WARM) strategy to collect more representative positive anchors from ground-truth faces across a wide range of aspect ratio. Finally, we present a novel feature enhancement module, named Receptive Field Diversity (RFD) module, to provide diverse receptive field corresponding to different aspect ratios. Extensive experiments show that our method can help detectors better capture extreme aspect ratio faces and achieve promising detection performance on challenging face detection benchmarks, including WIDER FACE and FDDB datasets.
• Abstract（参考訳）: 近年,顔検出におけるアンカーベース手法の進歩が目覚ましい。 アンカー設計とアンカーマッチング戦略が決定されると、多くのポジティブアンカーがサンプリングされる。 しかしながら、極端なアスペクト比の顔は常に標準アンカーマッチング戦略に従ってサンプリングされない。 実際、アンカーと極端なアスペクト比面の間の最大IoUsはまだ固定サンプリングしきい値よりも低いです。 本稿ではまず,各面の最大IoUに影響を与える要因を理論的に検討する。 そして、アンカーマッチングシミュレーションを行い、顔のアスペクト比のサンプリング範囲を評価する。 また,広範囲のアスペクト比において,地対面からより代表的な正のアンカーを収集する広いアスペクト比マッチング(warm)戦略を提案する。 最後に,receptive field diversity(rfd)モジュールという新しい機能拡張モジュールを提案し,異なるアスペクト比に対応する多様な受容フィールドを提供する。 広範な実験により, WIDER FACE や FDDB データセットなど, 難易度の高い顔検出ベンチマークにおいて, 検出器が極端にアスペクト比を捕捉し, 有望な検出性能を達成できることが示された。

関連論文リスト

• GenFace: A Large-Scale Fine-Grained Face Forgery Benchmark and Cross Appearance-Edge Learning [50.7702397913573]
  フォトリアリスティック・ジェネレータの急速な進歩は、真の画像と操作された画像の相違がますます不明瞭になっている臨界点に達している。 公開されている顔の偽造データセットはいくつかあるが、偽造顔は主にGANベースの合成技術を用いて生成される。 我々は,大規模で多様できめ細かな高忠実度データセットであるGenFaceを提案し,ディープフェイク検出の進展を促進する。
  論文  参考訳（メタデータ） (2024-02-03T03:13:50Z)
• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• UniTSFace: Unified Threshold Integrated Sample-to-Sample Loss for Face Recognition [35.66000285310775]
  サンプル・サンプル・サンプル・ベース・ロス(USS損失)の統合しきい値を提案する。 USS損失は、正の対と負の対を区別するための明確な統一されたしきい値である。 また,サンプル対サンプルベースのソフトマックスとBCE損失を導出し,それらの関係について考察した。
  論文  参考訳（メタデータ） (2023-11-04T23:00:40Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Adaptive Sparse Convolutional Networks with Global Context Enhancement for Faster Object Detection on Drone Images [26.51970603200391]
  本稿では,スパース畳み込みに基づく検出ヘッドの最適化について検討する。 これは、小さなオブジェクトのコンテキスト情報の不十分な統合に悩まされる。 本稿では,グローバルな文脈拡張型適応スパース畳み込みネットワークを提案する。
  論文  参考訳（メタデータ） (2023-03-25T14:42:50Z)
• Adaptive Transformers for Robust Few-shot Cross-domain Face Anti-spoofing [71.06718651013965]
  我々は、堅牢なクロスドメイン顔アンチスプーフィングのための適応型視覚変換器(ViT)を提案する。 私たちはVTをバックボーンとして採用し、その強度を利用して画素間の長距離依存を考慮します。 いくつかのベンチマークデータセットの実験では、提案されたモデルが堅牢かつ競合的なパフォーマンスを達成することが示されている。
  論文  参考訳（メタデータ） (2022-03-23T03:37:44Z)
• Consistency Regularization for Deep Face Anti-Spoofing [69.70647782777051]
  顔認証システムでは、顔認証(FAS)が重要な役割を担っている。 このエキサイティングな観察によって、異なる視点の特徴整合性を促進することが、FASモデルを促進するための有望な方法かもしれないと推測する。 FASにおけるEPCR(Embeddding-level and Prediction-level Consistency Regularization)とEPCR(Embeddding-level Consistency Regularization)を併用した。
  論文  参考訳（メタデータ） (2021-11-24T08:03:48Z)
• Two-stream Convolutional Networks for Multi-frame Face Anti-spoofing [1.9890930069402575]
  本研究では,ライブとスプーフの顔の違いを効果的に把握する2ストリームモデルを提案する。 提案手法をSiw, Oulu-NPU, CASIA-MFSD, Replay-Attackのデータセット上で評価した。
  論文  参考訳（メタデータ） (2021-08-09T13:35:30Z)
• ACFD: Asymmetric Cartoon Face Detector [72.60983975604145]
  ACFDは2020年のiCartoon Face Challengeで1位を獲得した。 ACFDは、モデルサイズ200MB、画像あたりの推測時間50ms、事前訓練されたモデルなしで、2020年のiCartoon Face Challengeの1位を獲得しました。
  論文  参考訳（メタデータ） (2020-07-02T05:57:34Z)

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。