Fugu-MT 論文翻訳(概要): Analyzing the effectiveness of image augmentations for face recognition from limited data

論文の概要: Analyzing the effectiveness of image augmentations for face recognition from limited data

arxiv url: http://arxiv.org/abs/2105.08796v1
Date: Tue, 18 May 2021 19:33:17 GMT
ステータス: 処理完了
システム内更新日: 2021-05-20 13:50:03.449306
Title: Analyzing the effectiveness of image augmentations for face recognition from limited data
Title（参考訳）: 限られたデータからの顔認識における画像強調の有効性の分析
Authors: Aleksei Zhuchkov
Abstract要約: 拡張のための基本的な操作、生成方法、およびそれらの組み合わせについて検討する。以上の結果から,顔認証システムの品質が向上する可能性が示唆された。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work presents an analysis of the efficiency of image augmentations for the face recognition problem from limited data. We considered basic manipulations, generative methods, and their combinations for augmentations. Our results show that augmentations, in general, can considerably improve the quality of face recognition systems and the combination of generative and basic approaches performs better than the other tested techniques.
Abstract（参考訳）: 本研究は,限られたデータから顔認識問題に対する画像強調の効率を解析する。拡張のための基本的な操作,生成方法,およびそれらの組み合わせを検討した。以上の結果より, 顔認証システムの品質は向上し, 生成的アプローチと基本手法の組み合わせは, 他の試験手法よりも優れていたことが示唆された。

関連論文リスト

Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
論文参考訳（メタデータ） (2024-06-04T01:36:29Z)
Analyzing Data Augmentation for Medical Images: A Case Study in Ultrasound Images [7.5088011137653625]
超音波画像における乳腺病変の分類における異なる拡張法の有効性について検討した。特定の拡張が他のものよりもはるかに効果的であることを示し、それらの使用が大幅なパフォーマンス向上につながっていることを示す。
論文参考訳（メタデータ） (2024-03-14T19:33:57Z)
Impact of Image Context for Single Deep Learning Face Morphing Attack Detection [0.0]
顔認識システム(FRS)は普及しているが、顔形態攻撃などの画像操作技術には依然として脆弱である。本研究では,入力画像のアライメント設定が深層学習顔形態検出性能に及ぼす影響について検討した。
論文参考訳（メタデータ） (2023-09-01T15:57:24Z)
Boosting Cross-Quality Face Verification using Blind Face Restoration [0.13654846342364302]
低画質画像の知覚品質を高めるためには,顔認証の課題が不可欠である。本稿では,3つの最先端のブラインドフェイス復元技術が顔認証システムの性能に与える影響について検討する。
論文参考訳（メタデータ） (2023-08-15T18:05:19Z)
Enhancing Face Recognition with Latent Space Data Augmentation and Facial Posture Reconstruction [8.493314424950599]
顔データセットを拡張するためのFRA(Face Representation Augmentation)というアプローチを提案する。 FRAは、顔表現学習アルゴリズムによって生成された顔埋め込みの操作に焦点を移す最初の方法である。提案手法は,MagFace,ArcFace,CosFaceの基本モデルと比較して,識別精度を9.52 %,10.04 %,16.60 %改善する。
論文参考訳（メタデータ） (2023-01-27T20:54:58Z)
Octuplet Loss: Make Face Recognition Robust to Image Resolution [5.257115841810258]
本稿では,画像解像度に対するロバスト性を改善するために,人気三重項損失の新たな組み合わせを提案する。我々は,高分解能画像とそれらの合成ダウンサンプリング変異体との関係をアイデンティティラベルと組み合わせて活用する。本手法は, クロスレゾリューション (高分解能) 顔認証の性能を著しく向上させることができることを示す。
論文参考訳（メタデータ） (2022-07-14T08:22:58Z)
Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文参考訳（メタデータ） (2020-11-17T18:12:41Z)
Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
顔認識システムのセキュリティには、顔の偽造が不可欠だ。本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
論文参考訳（メタデータ） (2020-08-19T03:54:23Z)
Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmark Estimation [92.86123832948809]
本稿では,2つの繰り返しネットワーク間の反復的協調による深層面超解像(FSR)手法を提案する。各繰り返しステップにおいて、リカバリブランチは、ランドマークの事前の知識を利用して、高品質な画像を生成する。新しい注意融合モジュールはランドマークマップのガイダンスを強化するために設計されている。
論文参考訳（メタデータ） (2020-03-29T16:04:48Z)
On the Robustness of Face Recognition Algorithms Against Attacks and Bias [78.68458616687634]
顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
論文参考訳（メタデータ） (2020-02-07T18:21:59Z)
Joint Deep Learning of Facial Expression Synthesis and Recognition [97.19528464266824]
顔表情の合成と認識を効果的に行うための新しい統合深層学習法を提案する。提案手法は, 2段階の学習手順を伴い, まず, 表情の異なる顔画像を生成するために, 表情合成生成対向ネットワーク (FESGAN) を事前訓練する。実画像と合成画像間のデータバイアスの問題を軽減するために,新しい実データ誘導バックプロパゲーション(RDBP)アルゴリズムを用いたクラス内損失を提案する。
論文参考訳（メタデータ） (2020-02-06T10:56:00Z)

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。