論文の概要: Analysis of Manual and Automated Skin Tone Assignments for Face
Recognition Applications
- arxiv url: http://arxiv.org/abs/2104.14685v1
- Date: Thu, 29 Apr 2021 22:35:47 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-03 13:43:07.078265
- Title: Analysis of Manual and Automated Skin Tone Assignments for Face
Recognition Applications
- Title（参考訳）: 顔認証のための手動および自動皮膚トーン割り当ての解析
- Authors: KS Krishnapriya, Michael C. King, Kevin W. Bowyer
- Abstract要約: 顔画像から皮膚のトーンを自動的に推定するために,手動Fitzpatrickスキンタイプ割り当てのセットを分析し,個別のタイポロジーアングルを用いた。
自動アプローチと手動アプローチの一致レベルは、MORPH画像の96%以上であることが判明しました。
- 参考スコア（独自算出の注目度）: 8.334167427229572
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: News reports have suggested that darker skin tone causes an increase in face
recognition errors. The Fitzpatrick scale is widely used in dermatology to
classify sensitivity to sun exposure and skin tone. In this paper, we analyze a
set of manual Fitzpatrick skin type assignments and also employ the individual
typology angle to automatically estimate the skin tone from face images. The
set of manual skin tone rating experiments shows that there are inconsistencies
between human raters that are difficult to eliminate. Efforts to automate skin
tone rating suggest that it is particularly challenging on images collected
without a calibration object in the scene. However, after the color-correction,
the level of agreement between automated and manual approaches is found to be
96% or better for the MORPH images. To our knowledge, this is the first work
to: (a) examine the consistency of manual skin tone ratings across observers,
(b) document that there is substantial variation in the rating of the same
image by different observers even when exemplar images are given for guidance
and all images are color-corrected, and (c) compare manual versus automated
skin tone ratings.
- Abstract（参考訳）: ニュース報道によると、肌の色が暗くなると顔認識エラーが増加するという。
フィッツパトリックスケールは皮膚科学において、日光や皮膚のトーンに対する感受性を分類するために広く用いられている。
本稿では,手作業によるフィッツパトリックスキンタイプの課題を分析し,個別のタイポロジーアングルを用いて顔画像から皮膚のトーンを自動的に推定する。
手動の肌のトーン評価実験のセットは、人間のパーサーの間には排除が難しい不一致があることを示しています。
皮膚のトーン評価を自動化しようとする試みは、シーンに校正対象のない画像が特に難しいことを示唆している。
しかし、色補正後、自動アプローチと手動アプローチの一致度は、MORPH画像の96%以上であることが判明した。
本研究は, (a) 観察者間の手動肌色評価の一貫性を検討すること, (b) 指導のために例示画像が与えられ, すべての画像が色補正された場合でも, 異なる観察者による同一画像の格付けにかなりの変動があること, (c) 手動肌色評価と自動肌色評価を比較したことである。
関連論文リスト
- Colorimetric skin tone scale for improved accuracy and reduced perceptual bias of human skin tone annotations [0.0]
そこで我々は,従来の色調測定に基づいて,新しい色調尺度(CST)を開発した。
画像中の被験者の肌のトーンと肌のトーンを人間に評価させる実験を用いて、新しいCST尺度はより感度が高く、一貫性があり、色調的に正確であることを示した。
論文 参考訳（メタデータ） (2024-10-28T13:29:24Z) - DDI-CoCo: A Dataset For Understanding The Effect Of Color Contrast In
Machine-Assisted Skin Disease Detection [51.92255321684027]
皮膚のトーンと色差効果の相互作用について検討し,色差が皮膚のトーン間のモデル性能バイアスの新たな原因となる可能性が示唆された。
我々の研究は皮膚疾患の検出を改善するために皮膚科のAIに補完的な角度を提供する。
論文 参考訳（メタデータ） (2024-01-24T07:45:24Z) - Skin Deep: Investigating Subjectivity in Skin Tone Annotations for
Computer Vision Benchmark Datasets [7.519872646378834]
皮膚のトーンの主観的理解が皮膚のトーンアノテーションにどのように埋め込まれているかを検討する。
我々の研究は、社会技術プロジェクトとして初めて皮膚のトーンアノテーションプロセスを調査した。
論文 参考訳（メタデータ） (2023-05-15T23:55:56Z) - Stain-invariant self supervised learning for histopathology image
analysis [74.98663573628743]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。
本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-11-14T18:16:36Z) - Meta Balanced Network for Fair Face Recognition [51.813457201437195]
我々は、データとアルゴリズムの両方の側面からバイアスを体系的に科学的に研究する。
本稿では,メタバランスネットワーク(MBN)と呼ばれるメタ学習アルゴリズムを提案する。
大規模な実験により、MBNは偏見を緩和し、顔認識において異なる肌のトーンを持つ人々に対してよりバランスの取れたパフォーマンスを学ぶことができた。
論文 参考訳（メタデータ） (2022-05-13T10:25:44Z) - Towards Racially Unbiased Skin Tone Estimation via Scene Disambiguation [48.632358823108326]
仮想顔アバターは、没入型コミュニケーション、ゲーム、メタバースにおいてますます重要な役割を果たす。
仮想顔アバターは、没入型コミュニケーション、ゲーム、メタバースにおいてますます重要な役割を果たす。
これは年齢、性別、民族に関係なく、アルベドで表される外観の正確な回復を必要とする。
論文 参考訳（メタデータ） (2022-05-08T22:01:30Z) - Exposure Correction Model to Enhance Image Quality [70.7848787073901]
露光誤りと過度な露光誤りの両方を扱うために,エンドツーエンドの露光補正モデルを提案する。
我々のモデルは、補正された画像を生成するために、画像エンコーダ、連続残差ブロック、画像デコーダを含む。
提案モデルを用いて露出補正を行った結果,ポートレートマッチングの品質は著しく向上した。
論文 参考訳（メタデータ） (2022-04-22T11:38:52Z) - Color Invariant Skin Segmentation [17.501659517108884]
本稿では,カラー情報に頼らずに画像中の皮膚を自動的に検出する問題に対処する。
この研究の主な動機は、皮膚のトーン全体にわたって一貫性のある結果を達成することである。
我々はそのような情報がない場合によく機能する新しいアプローチを提案する。
論文 参考訳（メタデータ） (2022-04-21T05:07:21Z) - Automatic Facial Skin Feature Detection for Everyone [60.31670960526022]
本研究では,野生の自撮り自撮りのために,さまざまな肌のトーンと年齢群にまたがって機能する顔顔の特徴自動検出法を提案する。
具体的には,肌の色,重度度,照明条件の異なる自撮り画像に対して,アクネ,顔料,ニキビの位置を注釈する。
論文 参考訳（メタデータ） (2022-03-30T04:52:54Z)
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。