論文の概要: Is Gender "In-the-Wild" Inference Really a Solved Problem?

• arxiv url: http://arxiv.org/abs/2105.05794v1
• Date: Wed, 12 May 2021 17:05:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-13 12:20:30.816250
• Title: Is Gender "In-the-Wild" Inference Really a Solved Problem?
• Title（参考訳）: 性別推論は本当に解決された問題なのか?
• Authors: Tiago Roxo and Hugo Proen\c{c}a
• Abstract要約: 画像(解像度、輝度、ボケ)と主題に基づく特徴に関する推論の実現可能性に関する広範な分析を報告する。 3つの最先端データセットを用いて、特徴分析と性別推定精度を相関させる。 顔に基づく性別推定を分析し,そのポーズ効果を評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Soft biometrics analysis is seen as an important research topic, given its relevance to various applications. However, even though it is frequently seen as a solved task, it can still be very hard to perform in wild conditions, under varying image conditions, uncooperative poses, and occlusions. Considering the gender trait as our topic of study, we report an extensive analysis of the feasibility of its inference regarding image (resolution, luminosity, and blurriness) and subject-based features (face and body keypoints confidence). Using three state-of-the-art datasets (PETA, PA-100K, RAP) and five Person Attribute Recognition models, we correlate feature analysis with gender inference accuracy using the Shapley value, enabling us to perceive the importance of each image/subject-based feature. Furthermore, we analyze face-based gender inference and assess the pose effect on it. Our results suggest that: 1) image-based features are more influential for low-quality data; 2) an increase in image quality translates into higher subject-based feature importance; 3) face-based gender inference accuracy correlates with image quality increase; and 4) subjects' frontal pose promotes an implicit attention towards the face. The reported results are seen as a basis for subsequent developments of inference approaches in uncontrolled outdoor environments, which typically correspond to visual surveillance conditions.
• Abstract（参考訳）: ソフトバイオメトリックス分析は、様々な応用との関連性を考えると、重要な研究テーマと見なされている。 しかし、しばしば解決された課題と見なされるが、様々な画像条件、非協調的なポーズ、オクルージョンの下では、野生環境での実行は非常に困難である。 本研究は,性別特性を対象とし,画像(解像度,明度,ぼやけ)と主観的特徴(顔と身体のキーポイントの信頼度)に関する推論の可能性について広範な分析を行った。 3つの最先端データセット(PETA,PA-100K,RAP)と5つの個人属性認識モデルを用いて,特徴分析と性別推定の精度をShapley値を用いて相関させ,各画像・オブジェクトベース特徴の重要性を認識できるようにする。 さらに、顔に基づく性別推定を分析し、そのポーズ効果を評価する。 その結果,1) 画像の特徴が低品質データに影響を及ぼすこと,2) 画像品質の上昇が主観的特徴の重要度に変換されること,3) 顔による性別推定精度が画像品質の上昇と相関すること,4) 被験者の正面ポーズが顔に対する暗黙の注意を促すことが示唆された。 報告された結果は、通常は視覚的監視条件に対応する、制御されていない屋外環境における推論アプローチのその後の発展の基盤とみなす。

関連論文リスト

• Structuring Quantitative Image Analysis with Object Prominence [0.0]
  データとして画像を分析するための重要なステップとして,オブジェクトの優位性について慎重に検討する。 我々の手法は質的な分析と定量的アプローチのスケーラビリティを組み合わせる。
  論文  参考訳（メタデータ） (2024-08-30T19:05:28Z)
• Understanding Pose and Appearance Disentanglement in 3D Human Pose Estimation [72.50214227616728]
  ポーズ情報から外見情報を引き離すために,自己教師型で画像表現を学習する手法がいくつか提案されている。 我々は,多種多様な画像合成実験を通じて,自己教師ネットワークの観点から,ゆがみについて検討する。 我々は,対象の自然な外見変化を生起することに焦点を当てた敵対的戦略を設計し,その反対に,絡み合ったネットワークが堅牢であることを期待している。
  論文  参考訳（メタデータ） (2023-09-20T22:22:21Z)
• Auditing Gender Presentation Differences in Text-to-Image Models [54.16959473093973]
  我々は、テキスト・ツー・イメージ・モデルにおいて、ジェンダーがどのように異なる形で提示されるかを研究する。 入力テキスト中の性指標を探索することにより、プレゼンテーション中心属性の周波数差を定量化する。 このような違いを推定する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-02-07T18:52:22Z)
• Explaining Bias in Deep Face Recognition via Image Characteristics [9.569575076277523]
  2つのデータセットのセキュリティとユーザビリティの観点から,10種類の最先端の顔認識モデルを評価し,その妥当性を比較した。 次に,画像特性がモデル性能に与える影響を解析する。
  論文  参考訳（メタデータ） (2022-08-23T17:18:23Z)
• Robustness Disparities in Commercial Face Detection [72.25318723264215]
  私たちは、Amazon Rekognition、Microsoft Azure、Google Cloud Platformの3つのシステムの堅牢性に関する、この種の詳細なベンチマークを初めて提示します。 一般的には、年齢、男性像、肌型、薄暗い色合いの人物の写真は、他のアイデンティティーの人物よりも、エラーの影響を受けやすいことが分かりました。
  論文  参考訳（メタデータ） (2021-08-27T21:37:16Z)
• Unravelling the Effect of Image Distortions for Biased Prediction of Pre-trained Face Recognition Models [86.79402670904338]
  画像歪みの存在下での4つの最先端深層顔認識モデルの性能評価を行った。 我々は、画像歪みが、異なるサブグループ間でのモデルの性能ギャップと関係していることを観察した。
  論文  参考訳（メタデータ） (2021-08-14T16:49:05Z)
• Faces in the Wild: Efficient Gender Recognition in Surveillance Conditions [0.0]
  我々は、よく知られた3つの監視データセットのフロントとワイルドフェース版を提示する。 本研究では,自然環境下での性別認識に適した顔情報と身体情報を効果的に動的に組み合わせたモデルを提案する。 本モデルでは,学習可能な融合行列とチャネル・アテンション・サブネットワークを介して顔と身体の情報を組み合わせる。
  論文  参考訳（メタデータ） (2021-07-14T17:02:23Z)
• Multi-modal Affect Analysis using standardized data within subjects in the Wild [8.05417723395965]
  本稿では,表情(EXP)に着目した感情認識手法を提案する。 提案手法は,評価精度とロバスト性を効果的に向上する。
  論文  参考訳（メタデータ） (2021-07-07T04:18:28Z)
• Automatic Main Character Recognition for Photographic Studies [78.88882860340797]
  画像の主人公は、最初に見る人の注意を引く最も重要な人間である。 画像中の主文字の同定は,従来の写真研究やメディア分析において重要な役割を担っている。 機械学習に基づく人間のポーズ推定を用いて主文字を識別する手法を提案する。
  論文  参考訳（メタデータ） (2021-06-16T18:14:45Z)
• MAFER: a Multi-resolution Approach to Facial Expression Recognition [9.878384185493623]
  そこで本稿では,表情認識に携わる深層学習モデルを訓練するための2段階学習手法であるMAFERを提案する。 MAFERの関連する特徴は、タスクに依存しない、すなわち、他の客観的関連技術に補完的に使用できることである。
  論文  参考訳（メタデータ） (2021-05-06T07:26:58Z)
• Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units and a Unified Framework [83.21732533130846]
  Aff-Wild と Aff-Wild2 の2つである。 これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。 インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
  論文  参考訳（メタデータ） (2021-03-29T17:36:20Z)

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。