論文の概要: Attention-based Partial Face Recognition

• arxiv url: http://arxiv.org/abs/2106.06415v2
• Date: Mon, 14 Jun 2021 15:26:13 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-15 16:40:07.631621
• Title: Attention-based Partial Face Recognition
• Title（参考訳）: 注意に基づく部分顔認識
• Authors: Stefan H\"ormann and Zeyuan Zhang and Martin Knoche and Torben Teepe and Gerhard Rigoll
• Abstract要約: 本研究では,隠蔽領域の異なる顔を認識する部分的顔認識手法を提案する。 本稿では、ResNetの中間機能マップと個別のアグリゲーションモジュールの注意プールを組み合わせることで、これを実現する。 徹底的な分析により、複数のベンチマークプロトコルで全てのベースラインを上回ります。
• 参考スコア（独自算出の注目度）: 6.815997591230765
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Photos of faces captured in unconstrained environments, such as large crowds, still constitute challenges for current face recognition approaches as often faces are occluded by objects or people in the foreground. However, few studies have addressed the task of recognizing partial faces. In this paper, we propose a novel approach to partial face recognition capable of recognizing faces with different occluded areas. We achieve this by combining attentional pooling of a ResNet's intermediate feature maps with a separate aggregation module. We further adapt common losses to partial faces in order to ensure that the attention maps are diverse and handle occluded parts. Our thorough analysis demonstrates that we outperform all baselines under multiple benchmark protocols, including naturally and synthetically occluded partial faces. This suggests that our method successfully focuses on the relevant parts of the occluded face.
• Abstract（参考訳）: 群衆のような制約のない環境で撮影された顔の写真は、しばしば前景の物や人によって隠されているため、現在の顔認識アプローチの課題となっている。 しかし、部分的な顔の認識に関する研究はほとんど行われていない。 そこで本研究では,異なる領域の異なる顔を認識することのできる部分的顔認識手法を提案する。 本稿では,resnetの中間特徴マップの注意プーリングと分離アグリゲーションモジュールを組み合わせることにより,これを実現する。 さらに,注意マップが多様であり,オクルードされた部分を扱うために,部分的な顔に共通の損失を適応させる。 我々の徹底的な分析は、自然および合成的に隠蔽された部分面を含む、複数のベンチマークプロトコルの下で全てのベースラインを上回ります。 本手法は,隠蔽面の関連部分に焦点をあてることが可能である。

関連論文リスト

• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Kinship Representation Learning with Face Componential Relation [19.175823975322356]
  Kinship Recognitionは、2つの顔画像の被験者が近親者か非近親者かを判定することを目的としている。 従来手法では,顔画像間の空間的相関を考慮せずに設計に重点を置いていた。 本稿では,画像間の顔成分間の関係を相互認識機構を用いて学習する顔成分関係ネットワークを提案する。 提案されたFaCoRNetは、最大の公的な親族認識FIWベンチマークにおいて、最先端の手法よりも大きなマージンで優れている。
  論文  参考訳（メタデータ） (2023-04-10T12:37:26Z)
• Human Face Recognition from Part of a Facial Image based on Image Stitching [0.0]
  現在の顔認識技術のほとんどは、認識される人物の完全な顔の存在を必要とする。 そこで本研究では,欠損部を画像に示す部分のフリップで縫合する工程を採用した。 ここで適用された顔認識アルゴリズムは固有顔と幾何学的手法である。
  論文  参考訳（メタデータ） (2022-03-10T19:31:57Z)
• Segmentation-Reconstruction-Guided Facial Image De-occlusion [48.952656891182826]
  隠蔽は野生の顔画像で非常に一般的であり、顔関連タスクの劣化パフォーマンスに繋がる。 本稿では,顔分割と3次元顔再構成に基づく新しい顔除去モデルを提案する。
  論文  参考訳（メタデータ） (2021-12-15T10:40:08Z)
• Pro-UIGAN: Progressive Face Hallucination from Occluded Thumbnails [53.080403912727604]
  Inpainting Generative Adversarial Network, Pro-UIGANを提案する。 顔の形状を利用して、隠された小さな顔の補充とアップサンプリング(8*)を行う。 Pro-UIGANは、HR面を視覚的に満足させ、下流タスクにおいて優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-08-02T02:29:24Z)
• The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances [56.432660252331495]
  顔認識はコンピュータビジョンにおいて最も人気があり、長く続いたトピックの1つである。 ディープフェイス認識は目覚ましい進歩を遂げ、多くの現実世界のアプリケーションで広く利用されている。 本稿では,各要素の最近の進歩を概観する。
  論文  参考訳（メタデータ） (2020-09-28T13:02:17Z)
• Occlusion-Adaptive Deep Network for Robust Facial Expression Recognition [56.11054589916299]
  本研究では,隠蔽領域から腐敗した特徴を発見・破棄するためのランドマーク誘導型アテンションブランチを提案する。 注意マップが最初に作成され、特定の顔部が閉鎖されているかどうかを示し、我々のモデルを非閉鎖領域に誘導する。 これにより、顔が部分的に隠されている場合でも、表情認識システムが回復することができる。
  論文  参考訳（メタデータ） (2020-05-12T20:42:55Z)
• Learning Oracle Attention for High-fidelity Face Completion [121.72704525675047]
  U-Net構造に基づく顔補完のための包括的フレームワークを設計する。 複数のスケールで顔のテクスチャ間の相関関係を効率よく学習する双対空間アテンションモジュールを提案する。 顔成分の位置を事前の知識として捉え,これらの領域に複数識別器を課す。
  論文  参考訳（メタデータ） (2020-03-31T01:37:10Z)
• SD-GAN: Structural and Denoising GAN reveals facial parts under occlusion [7.284661356980246]
  咬合状態にある顔の欠損部分を再構成する生成モデルを提案する。 GAN(Generative Adversarial Network)モデルとして,2モーダルな相互排他的学習アルゴリズムを考案した。 提案手法は,顔認識の性能向上においても,競合する手法よりもかなり優れている。
  論文  参考訳（メタデータ） (2020-02-19T21:12:49Z)

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。