論文の概要: Open-set Face Recognition for Small Galleries Using Siamese Networks
- arxiv url: http://arxiv.org/abs/2105.06967v1
- Date: Fri, 14 May 2021 17:16:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-17 13:49:21.682971
- Title: Open-set Face Recognition for Small Galleries Using Siamese Networks
- Title（参考訳）: シームズネットワークを用いた小型ギャラリーのオープンセット顔認識
- Authors: Gabriel Salomon, Alceu Britto, Rafael H. Vareto, William R. Schwartz,
David Menotti
- Abstract要約: 本稿では,小ギャラリーに着目したオープンセット顔認識への新しいアプローチを提案する。
Siamese Networkアーキテクチャは、顔プローブがギャラリーに登録されているかどうかを検出するモデルを学ぶために提案される。
FRGCv1ではHFCNやHPLSといった最先端の手法が優勢であった。
- 参考スコア（独自算出の注目度）: 1.8514314381314887
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Face recognition has been one of the most relevant and explored fields of
Biometrics. In real-world applications, face recognition methods usually must
deal with scenarios where not all probe individuals were seen during the
training phase (open-set scenarios). Therefore, open-set face recognition is a
subject of increasing interest as it deals with identifying individuals in a
space where not all faces are known in advance. This is useful in several
applications, such as access authentication, on which only a few individuals
that have been previously enrolled in a gallery are allowed. The present work
introduces a novel approach towards open-set face recognition focusing on small
galleries and in enrollment detection, not identity retrieval. A Siamese
Network architecture is proposed to learn a model to detect if a face probe is
enrolled in the gallery based on a verification-like approach. Promising
results were achieved for small galleries on experiments carried out on
Pubfig83, FRGCv1 and LFW datasets. State-of-the-art methods like HFCN and HPLS
were outperformed on FRGCv1. Besides, a new evaluation protocol is introduced
for experiments in small galleries on LFW.
- Abstract（参考訳）: 顔認識はバイオメトリックスの最も重要で探求された分野の1つである。
現実世界のアプリケーションでは、顔認識手法は通常、トレーニングフェーズ(オープンセットのシナリオ)中に全てのプローブ個人が見られたわけではないシナリオを扱う必要がある。
したがって、すべての顔が事前に知られているわけではない空間における個人を特定することを扱うため、オープンセットの顔認識は関心を増す。
これは、アクセス認証のようないくつかのアプリケーションで有用であり、ギャラリーに以前登録された少数の個人だけが許可されている。
本研究は, オープンセット顔認識への新しいアプローチとして, アイデンティティ検索ではなく, 小規模のギャラリーと登録検出に着目した手法を提案する。
フェースプローブがギャラリーに登録されているかどうかを検証ライクなアプローチで検出するモデルを学習するために,シームズネットワークアーキテクチャを提案する。
pubfig83、frgcv1およびlfwデータセットで実施した実験において、小規模のギャラリーで有望な結果が得られた。
HFCNやHPLSのような最先端の手法はFRGCv1よりも優れていた。
また,lfw上の小ギャラリー実験に新たな評価プロトコルが導入された。
関連論文リスト
- Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳（メタデータ） (2023-10-18T14:49:54Z) - Open-set Face Recognition using Ensembles trained on Clustered Data [2.132096006921048]
この研究は、数百から数千の主題からなるギャラリーに対して、スケーラブルなオープンセットの顔識別アプローチを詳述している。
クラスタリングとバイナリ学習アルゴリズムのアンサンブルで構成されており、クエリフェイスサンプルがフェイスギャラリーに属していることを推定し、その正体を検索する。
論文 参考訳（メタデータ） (2023-08-14T20:34:54Z) - FACE-AUDITOR: Data Auditing in Facial Recognition Systems [24.082527732931677]
顔画像を扱うスケーラビリティと能力のために、ショットベースの顔認識システムが注目されている。
顔画像の誤使用を防止するために、簡単なアプローチとして、生の顔画像を共有する前に修正する方法がある。
そこで本研究では,FACE-AUDITORの完全ツールキットを提案する。このツールキットは,少数ショットベースの顔認識モデルに問い合わせ,ユーザの顔画像のいずれかがモデルのトレーニングに使用されているかどうかを判断する。
論文 参考訳（メタデータ） (2023-04-05T23:03:54Z) - Pose Attention-Guided Profile-to-Frontal Face Recognition [13.96448286983864]
本稿では,アテンション機構を介してポーズを補助情報として活用するための新しいアプローチを提案する。
我々は、プロファイル顔からポーズ非依存の特徴抽出を特別に導くために、新しいポーズアテンションブロック(PAB)を開発した。
より具体的に言うと、PABはネットワークがチャネル次元と空間次元の両方に沿って重要な特徴に焦点を合わせるのに役立つように設計されている。
論文 参考訳（メタデータ） (2022-09-15T02:06:31Z) - OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。
本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。
提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
論文 参考訳（メタデータ） (2022-05-24T11:29:37Z) - FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。
ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。
また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
論文 参考訳（メタデータ） (2022-05-23T07:19:42Z) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳（メタデータ） (2021-08-21T09:08:41Z) - Real Time Face Recognition Using Convoluted Neural Networks [0.0]
畳み込みニューラルネットワークは顔認識に最適であることが証明されている。
データセットの作成は、認識される人の顔映像を何百もの人の画像に変換することで行われる。
論文 参考訳（メタデータ） (2020-10-09T12:04:49Z) - 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) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z)
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。