論文の概要: Generating Thermal Human Faces for Physiological Assessment Using Thermal Sensor Auxiliary Labels

• arxiv url: http://arxiv.org/abs/2106.08091v1
• Date: Tue, 15 Jun 2021 12:32:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-16 15:11:02.764064
• Title: Generating Thermal Human Faces for Physiological Assessment Using Thermal Sensor Auxiliary Labels
• Title（参考訳）: 熱センサ補助ラベルを用いた生体評価のための熱人間の顔の生成
• Authors: Catherine Ordun, Edward Raff, Sanjay Purushotham
• Abstract要約: 熱画像は、人間のストレス、炎症の兆候、そして目に見える画像では見えない感情的な感情に関する、医学的に重要な生理的情報を明らかにする。 本稿では,画像からサーマルフェイスを生成するための補助センサラベル予測ネットワークを備えた画素画像変換モデルであるfavtGANを紹介する。 これらの組み合わせデータセットの実験により、favtGANは、単一の顔データセットだけでのトレーニングと比較して、生成された熱面のSSIMとPSNRスコアの増加を示す。
• 参考スコア（独自算出の注目度）: 21.920079976038163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Thermal images reveal medically important physiological information about human stress, signs of inflammation, and emotional mood that cannot be seen on visible images. Providing a method to generate thermal faces from visible images would be highly valuable for the telemedicine community in order to show this medical information. To the best of our knowledge, there are limited works on visible-to-thermal (VT) face translation, and many current works go the opposite direction to generate visible faces from thermal surveillance images (TV) for law enforcement applications. As a result, we introduce favtGAN, a VT GAN which uses the pix2pix image translation model with an auxiliary sensor label prediction network for generating thermal faces from visible images. Since most TV methods are trained on only one data source drawn from one thermal sensor, we combine datasets from faces and cityscapes. These combined data are captured from similar sensors in order to bootstrap the training and transfer learning task, especially valuable because visible-thermal face datasets are limited. Experiments on these combined datasets show that favtGAN demonstrates an increase in SSIM and PSNR scores of generated thermal faces, compared to training on a single face dataset alone.
• Abstract（参考訳）: 熱画像は、人間のストレス、炎症の兆候、および目に見えない画像では見えない感情に関する医学的に重要な生理的情報を明らかにする。 可視画像から熱顔を生成する方法は、この医療情報を示すために遠隔医療コミュニティにとって非常に価値があるだろう。 我々の知る限りでは、視覚から熱まで(VT)の顔の翻訳は限られており、現在の多くの研究は、法執行機関の応用のためのサーマル監視画像(TV)から目に見える顔を生成するために反対方向に進んでいる。 その結果,favtganはpix2pix画像翻訳モデルを用いて,可視画像から熱顔を生成する補助センサラベル予測ネットワークを備えたvtganである。 ほとんどのtv手法は1つのサーマルセンサから引き出されたデータソースのみに基づいてトレーニングされるため、顔と都市の景観からのデータセットを組み合わせることができる。 これらの組み合わせデータは、トレーニングおよび転送学習タスクをブートストラップするために、同様のセンサーから取得される。 これらの組み合わせデータセットの実験により、favtGANは単一の顔データセットでのトレーニングと比較して、生成された熱面のSSIMとPSNRスコアの増加を示す。

関連論文リスト

• T-FAKE: Synthesizing Thermal Images for Facial Landmarking [8.20594611891252]
  スパースと密集したランドマークを持つ新しい大規模合成熱データセットであるT-FAKEデータセットを紹介する。 我々のモデルは、スパース70点のランドマークと密度478点のランドマークアノテーションの両方で優れた性能を示している。
  論文  参考訳（メタデータ） (2024-08-27T15:07:58Z)
• Precise Facial Landmark Detection by Reference Heatmap Transformer [52.417964103227696]
  より正確に顔のランドマークを検出するための参照ヒートマップ変換器(RHT)を提案する。 評価実験の結果,提案手法は文献における最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-14T12:26:48Z)
• Emotion Separation and Recognition from a Facial Expression by Generating the Poker Face with Vision Transformers [57.1091606948826]
  我々はこれらの課題に対処するため,ポーカー・フェイス・ビジョン・トランスフォーマー (PF-ViT) と呼ばれる新しいFERモデルを提案する。 PF-ViTは、対応するポーカーフェースを生成して、乱れを認識できない感情を静的な顔画像から分離し、認識することを目的としている。 PF-ViTはバニラビジョントランスフォーマーを使用し、そのコンポーネントは大規模な表情データセット上でMasked Autoencodeerとして事前トレーニングされている。
  論文  参考訳（メタデータ） (2022-07-22T13:39:06Z)
• A Novel Fully Annotated Thermal Infrared Face Dataset: Recorded in Various Environment Conditions and Distances From The Camera [3.2872586139884623]
  本稿では,シャーロット・サーマルフェイス(Charlotte-ThermalFace)と呼ぶ顔サーモグラフィに関する新しいデータセットについて述べる。 シャーロット・サーマルフェイスは、様々な熱条件、カメラからの距離、異なる頭部位置において、100000以上の赤外線熱画像を含んでいる。 データは、顔のランドマーク、周囲の温度、相対湿度、部屋の空気速度、カメラの距離、各画像の撮影時の熱感で完全に注釈付けされている。
  論文  参考訳（メタデータ） (2022-04-29T17:57:54Z)
• A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
  本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
  論文  参考訳（メタデータ） (2021-08-21T17:59:56Z)
• Simultaneous Face Hallucination and Translation for Thermal to Visible Face Verification using Axial-GAN [74.22129648654783]
  低分解能熱画像から熱可視面検証のタスクを紹介します。 本稿では,Axial-Generative Adversarial Network (Axial-GAN)を提案する。
  論文  参考訳（メタデータ） (2021-04-13T22:34:28Z)
• A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
  DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。 395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。 本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
  論文  参考訳（メタデータ） (2021-01-07T17:17:12Z)
• The Use of AI for Thermal Emotion Recognition: A Review of Problems and Limitations in Standard Design and Data [36.33347149799959]
  コビッド19のスクリーニングに熱画像に注目が集まる中、公共セクターはコンピュータービジョンとAIのモダリティとして熱を利用する新たな機会があると信じているかもしれない。 本稿では、熱FERにおける機械学習の短いレビューと、AIトレーニングのための熱FERデータの収集・開発限界について述べる。
  論文  参考訳（メタデータ） (2020-09-22T14:58:59Z)
• Multi-Scale Thermal to Visible Face Verification via Attribute Guided Synthesis [55.29770222566124]
  可視画像から抽出した属性を用いて、熱画像から属性保存された可視画像を合成し、クロスモーダルマッチングを行う。 抽出した属性によって導かれる熱画像から可視像を合成するために, 新規なマルチスケールジェネレータを提案する。 事前訓練されたVGG-Faceネットワークを利用して、合成画像と入力可視画像から特徴を抽出し、検証を行う。
  論文  参考訳（メタデータ） (2020-04-20T01:45:05Z)

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。