論文の概要: Masked Face Recognition using ResNet-50

• arxiv url: http://arxiv.org/abs/2104.08997v1
• Date: Mon, 19 Apr 2021 01:09:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-21 05:28:43.851186
• Title: Masked Face Recognition using ResNet-50
• Title（参考訳）: resnet-50を用いたマスク顔認識
• Authors: Bishwas Mandal, Adaeze Okeukwu, Yihong Theis
• Abstract要約: 新型コロナウイルス(COVID-19)の感染拡大に伴い、健康危機に直面しています。 公衆衛生当局は、病気の感染を65%削減できるフェイスマスクの使用を義務付けています。 本稿では,顔を正確に識別できる深層学習モデルを開発することにより,同じ問題を解明する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Over the last twenty years, there have seen several outbreaks of different coronavirus diseases across the world. These outbreaks often led to respiratory tract diseases and have proved to be fatal sometimes. Currently, we are facing an elusive health crisis with the emergence of COVID-19 disease of the coronavirus family. One of the modes of transmission of COVID- 19 is airborne transmission. This transmission occurs as humans breathe in the droplets released by an infected person through breathing, speaking, singing, coughing, or sneezing. Hence, public health officials have mandated the use of face masks which can reduce disease transmission by 65%. For face recognition programs, commonly used for security verification purposes, the use of face mask presents an arduous challenge since these programs were typically trained with human faces devoid of masks but now due to the onset of Covid-19 pandemic, they are forced to identify faces with masks. Hence, this paper investigates the same problem by developing a deep learning based model capable of accurately identifying people with face-masks. In this paper, the authors train a ResNet-50 based architecture that performs well at recognizing masked faces. The outcome of this study could be seamlessly integrated into existing face recognition programs that are designed to detect faces for security verification purposes.
• Abstract（参考訳）: 過去20年間で、世界中でいくつかの異なる新型コロナウイルスの流行があった。 これらのアウトブレイクはしばしば呼吸器疾患を引き起こし、時には致命的であることが判明した。 現在、新型コロナウイルス(covid-19)の感染拡大に伴う健康危機に直面している。 新型コロナウイルス19の感染モードの一つは空中感染である。 この伝達は、人間が呼吸、話す、歌う、かじる、またはくしゃみを通じて感染した人が放出した液滴に呼吸するときに起こる。 そのため、公衆衛生当局は病気の感染を65%削減できるマスクの使用を義務付けている。 顔認証プログラムでは、マスクのない人間の顔で訓練されるのが一般的だが、Covid-19のパンデミックの開始によりマスクで顔を識別せざるを得なくなったため、マスクの使用は厳しい課題となっている。 そこで本稿では,顔をマスクした人物を正確に識別できるディープラーニングモデルを開発した。 本稿では,ResNet-50ベースのアーキテクチャをトレーニングし,マスク面の認識に優れることを示す。 この研究の成果は、セキュリティ検証のために顔を検出するために設計された既存の顔認識プログラムにシームレスに統合することができる。

関連論文リスト

• Seeing through the Mask: Multi-task Generative Mask Decoupling Face Recognition [47.248075664420874]
  現在の一般的な顔認識システムは、隠蔽シーンに遭遇する際の重大な性能劣化に悩まされている。 本稿では,これら2つのタスクを協調的に扱うために,マルチタスクのgEnerative mask dEcoupling Face Recognition (MEER) ネットワークを提案する。 まず,マスクと識別情報を分離する新しいマスクデカップリングモジュールを提案する。
  論文  参考訳（メタデータ） (2023-11-20T03:23:03Z)
• Adversarial Mask: Real-World Adversarial Attack Against Face Recognition Models [66.07662074148142]
  本稿では,最先端の深層学習に基づく顔認識モデルに対する物理対角的普遍摂動(UAP)を提案する。 実験では,幅広い深層学習モデルとデータセットへの対向マスクの転送可能性について検討した。 ファブリック・メディカル・フェイスマスクに対向パターンを印刷することにより,実世界の実験において,我々の対向マスクの有効性を検証した。
  論文  参考訳（メタデータ） (2021-11-21T08:13:21Z)
• Longitudinal Analysis of Mask and No-Mask on Child Face Recognition [7.22614468437919]
  調査では、年齢グループの平均年齢は335ドル(約3万5000円)、年齢グループでは7,473ドル(約7万7000円)の顔画像が26,258ドル(約2万3000円)。
  論文  参考訳（メタデータ） (2021-10-29T23:40:20Z)
• COVID-19 Face Mask Recognition with Advanced Face Cut Algorithm for Human Safety Measures [0.0]
  新型コロナウイルス(COVID-19)は、人体の呼吸器に主に影響を及ぼす、高度に汚染された病気である。 本提案では,画像やビデオから顔のマスクを認識するためのコンピュータビジョンとディープラーニングフレームワークをデプロイする。 実験の結果、わずか10時間でYOLOV3マスク認識アーキテクチャと比較して3.4%の大幅な進歩が見られた。
  論文  参考訳（メタデータ） (2021-10-08T18:03:36Z)
• MLFW: A Database for Face Recognition on Masked Faces [56.441078419992046]
  Masked LFW (MLFW) は、マスクのない顔からマスクされた顔を自動的に生成するツールである。 SOTAモデルの認識精度は、元の画像の精度と比較して、MLFWデータベース上で5%-16%低下する。
  論文  参考訳（メタデータ） (2021-09-13T09:30:10Z)
• Masked Face Recognition Challenge: The InsightFace Track Report [79.77020394722788]
  新型コロナウイルス(COVID-19)が流行する中、ほとんどの人が顔認証に挑戦するマスクを着用している。 本ワークショップでは,顔マスクの存在下でのベンチマークによる深層顔認識手法に着目した。
  論文  参考訳（メタデータ） (2021-08-18T15:14:44Z)
• Masked Face Recognition Challenge: The WebFace260M Track Report [81.57455766506197]
  ICCV 2021におけるバイオメトリクスとマスク付き顔認識チャレンジ WebFace260M Trackは、実用的なMFRのフロンティアを推進することを目的としている。 WebFace260M Trackの第1フェーズでは、69のチーム(トータル833ソリューション)がこの課題に参加している。 この挑戦には2021年10月1日までの第2フェーズと、進行中のリーダーボードがある。
  論文  参考訳（メタデータ） (2021-08-16T15:51:51Z)
• Multi-Stage CNN Architecture for Face Mask Detection [0.0]
  本研究では,フェイスマスクが適切に使用されていないインスタンスを検出できるディープラーニングシステムを提案する。 本システムは2段階の畳み込みニューラルネットワーク(CNN)アーキテクチャによって構成され,マスクやマスクのない顔を検出する。 これにより、安全違反の追跡、フェイスマスクの使用の促進、安全な作業環境の確保が期待できる。
  論文  参考訳（メタデータ） (2020-09-16T12:23:21Z)
• Subclass Contrastive Loss for Injured Face Recognition [79.14062188261163]
  本稿では, ケガを負った顔認識の問題点に対処し, 課題に対する新たなサブクラスコントラスト損失(SCL)を提案する。 Injured Face (IF) データベースと呼ばれる新しいデータベースも、この方向の研究を促進するために作成されている。
  論文  参考訳（メタデータ） (2020-08-05T08:30:29Z)

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。