論文の概要: Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for
Age and Gender Prediction on Mobile Ocular Images
- arxiv url: http://arxiv.org/abs/2103.16760v1
- Date: Wed, 31 Mar 2021 01:48:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-01 14:36:52.120015
- Title: Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for
Age and Gender Prediction on Mobile Ocular Images
- Title（参考訳）: 顔マスクとソフトバイオメトリックス:モバイル眼画像における年齢・性別予測のための顔認識CNNの活用
- Authors: Fernando Alonso-Fernandez, Kevin Hernandez Diaz, Silvia Ramis,
Francisco J. Perales, Josef Bigun
- Abstract要約: スマートフォンで撮影した自撮り眼画像を使って年齢や性別を推定します。
ImageNet Challengeの文脈で提案された2つの既存の軽量CNNを適応させる。
一部のネットワークは顔認識のためにさらにトレーニングされており、非常に大規模なトレーニングデータベースが利用可能です。
- 参考スコア（独自算出の注目度）: 53.913598771836924
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We address the use of selfie ocular images captured with smartphones to
estimate age and gender. Partial face occlusion has become an issue due to the
mandatory use of face masks. Also, the use of mobile devices has exploded, with
the pandemic further accelerating the migration to digital services. However,
state-of-the-art solutions in related tasks such as identity or expression
recognition employ large Convolutional Neural Networks, whose use in mobile
devices is infeasible due to hardware limitations and size restrictions of
downloadable applications. To counteract this, we adapt two existing
lightweight CNNs proposed in the context of the ImageNet Challenge, and two
additional architectures proposed for mobile face recognition. Since datasets
for soft-biometrics prediction using selfie images are limited, we counteract
over-fitting by using networks pre-trained on ImageNet. Furthermore, some
networks are further pre-trained for face recognition, for which very large
training databases are available. Since both tasks employ similar input data,
we hypothesize that such strategy can be beneficial for soft-biometrics
estimation. A comprehensive study of the effects of different pre-training over
the employed architectures is carried out, showing that, in most cases, a
better accuracy is obtained after the networks have been fine-tuned for face
recognition.
- Abstract（参考訳）: 我々は,スマートフォンで撮影された自撮り眼画像を用いて年齢と性別を推定する。
マスクの使用が義務化されるなど、顔の部分閉塞が問題となっている。
また、モバイルデバイスの利用も爆発的に増加し、パンデミックはデジタルサービスへの移行をさらに加速させた。
しかし、アイデンティティや表現認識のような関連するタスクにおける最先端のソリューションでは、モバイルデバイスでの使用はハードウェアの制限とダウンロード可能なアプリケーションのサイズ制限のために不可能である大規模な畳み込みニューラルネットワークを採用している。
これに対抗するために、ImageNet Challengeの文脈で提案されている2つの既存の軽量CNNと、モバイル顔認識のための2つのアーキテクチャを適用した。
セルフィー画像を用いたソフトバイオメトリックス予測のためのデータセットは限られているため,imagenetで事前トレーニングしたネットワークを用いて過剰フィッティング対策を行う。
さらに、いくつかのネットワークは、非常に大きなトレーニングデータベースが利用できる顔認識のために、さらに事前トレーニングされている。
どちらのタスクも同様の入力データを使うため、このような戦略はソフトバイオメトリックス推定に有用であると仮定する。
採用したアーキテクチャに対する異なる事前学習の効果を包括的に検討し,ほとんどの場合,ネットワークが顔認証のために微調整された後に精度が向上することを示す。
関連論文リスト
- Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。
また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-31T19:28:04Z) - Unrecognizable Yet Identifiable: Image Distortion with Preserved Embeddings [22.338328674283062]
本稿では,ニューラルネットワークモデルによる顔画像の識別性を保ちながら,目に対して認識不能な顔画像を描画する,革新的な画像変換手法を提案する。
提案手法は、様々な人工知能アプリケーションにおいて、視覚データを歪曲し、派生した特徴を近接に保つために使用することができる。
同一の認識精度を維持しつつ、画像内容が70%以上変化する歪みを構築することができることを示す。
論文 参考訳（メタデータ） (2024-01-26T18:20:53Z) - SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via
Filter Pruning [55.84746218227712]
我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。
性能を損なうことなく、さらに(最大40%)削減できることを示す。
論文 参考訳（メタデータ） (2023-07-20T08:38:50Z) - Towards Privacy-Preserving Affect Recognition: A Two-Level Deep Learning
Architecture [2.9392867898439006]
本研究では,感情認識のための2段階のディープラーニングアーキテクチャを提案する。
アーキテクチャは、特徴間の時間的関係をキャプチャするリカレントニューラルネットワークで構成されている。
論文 参考訳（メタデータ） (2021-11-14T13:52:57Z) - Masked Face Recognition for Secure Authentication [2.429066522170765]
マスクされた顔は検出と認識が難しいため、社内データセットを無効にする恐れがある。
マスクされた顔の大規模なデータセットを効果的に作成するためのオープンソースのツールであるMaskTheFaceを提案する。
Facenet システムでは 38% の増加がみられた。
論文 参考訳（メタデータ） (2020-08-25T15:33:59Z) - SqueezeFacePoseNet: Lightweight Face Verification Across Different Poses
for Mobile Platforms [55.84746218227712]
顔認識技術は、モバイルデバイスでカメラが利用できることを考えると、信頼性が高く堅牢なユーザー認証を提供することができる。
ディープ畳み込みニューラルネットワークは、多くの正確な顔認証アーキテクチャをもたらすが、その典型的なサイズ(数百メガバイト)は、ダウンロード可能なモバイルアプリケーションに組み込むことができない。
我々は,より大規模なモデルと比較して,十分な精度で動作可能な数メガバイトの軽量な顔認識ネットワークを開発した。
論文 参考訳（メタデータ） (2020-07-16T19:02:38Z) - Deep convolutional neural networks for face and iris presentation attack
detection: Survey and case study [0.5801044612920815]
顔PADのクロスデータセット評価は,術式よりも一般化が良好であった。
顔と虹彩の両方の攻撃を検出するために訓練された1つのディープネットワークを提案する。
論文 参考訳（メタデータ） (2020-04-25T02:06:19Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳（メタデータ） (2020-03-15T12:45:10Z) - Exploiting Semantics for Face Image Deblurring [121.44928934662063]
本稿では,深層畳み込みニューラルネットワークによる意味的手がかりを利用して,効果的かつ効率的な顔分解アルゴリズムを提案する。
顔のセマンティックラベルを入力先として組み込んで,顔の局所構造を正規化するための適応的構造損失を提案する。
提案手法は、より正確な顔の特徴と細部を持つシャープ画像を復元する。
論文 参考訳（メタデータ） (2020-01-19T13:06:27Z)
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。