論文の概要: FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild

• arxiv url: http://arxiv.org/abs/2106.11145v1
• Date: Mon, 21 Jun 2021 14:31:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-22 20:44:54.750965
• Title: FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild
• Title（参考訳）: FP-Age:野生における顔面年齢推定のための顔解析注意の活用
• Authors: Yiming Lin, Jie Shen, Yujiang Wang, Maja Pantic
• Abstract要約: 年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。 我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。 提案手法は,既存の年齢推定手法を常に上回っていることを示す。
• 参考スコア（独自算出の注目度）: 50.8865921538953
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image-based age estimation aims to predict a person's age from facial images. It is used in a variety of real-world applications. Although end-to-end deep models have achieved impressive results for age estimation on benchmark datasets, their performance in-the-wild still leaves much room for improvement due to the challenges caused by large variations in head pose, facial expressions, and occlusions. To address this issue, we propose a simple yet effective method to explicitly incorporate facial semantics into age estimation, so that the model would learn to correctly focus on the most informative facial components from unaligned facial images regardless of head pose and non-rigid deformation. To this end, we design a face parsing-based network to learn semantic information at different scales and a novel face parsing attention module to leverage these semantic features for age estimation. To evaluate our method on in-the-wild data, we also introduce a new challenging large-scale benchmark called IMDB-Clean. This dataset is created by semi-automatically cleaning the noisy IMDB-WIKI dataset using a constrained clustering method. Through comprehensive experiment on IMDB-Clean and other benchmark datasets, under both intra-dataset and cross-dataset evaluation protocols, we show that our method consistently outperforms all existing age estimation methods and achieves a new state-of-the-art performance. To the best of our knowledge, our work presents the first attempt of leveraging face parsing attention to achieve semantic-aware age estimation, which may be inspiring to other high level facial analysis tasks.
• Abstract（参考訳）: 画像に基づく年齢推定は、顔画像から人の年齢を予測することを目的としている。 様々な現実世界のアプリケーションで使われている。 エンドツーエンドのディープモデルは、ベンチマークデータセットの年齢推定において驚くべき結果を得たが、そのパフォーマンスは、頭ポーズ、表情、オクルージョンの大きなバリエーションに起因する課題のために、まだ改善の余地が残っていない。 そこで本研究では,頭部のポーズや非剛性変形によらず,不整合顔画像から最も情報性の高い顔成分に焦点を合わせることを学習するために,顔のセマンティクスを年齢推定に明示的に組み込む,シンプルかつ効果的な手法を提案する。 この目的のために,異なるスケールで意味情報を学習するための顔解析ベースのネットワークと,これらの意味的特徴を年齢推定に活用するための新しい顔解析アテンションモジュールを設計する。 本手法を評価するために,imdb-cleanと呼ばれる新しい大規模ベンチマークも導入した。 このデータセットは、制約付きクラスタリング手法を用いて、ノイズの多いIMDB-WIKIデータセットを半自動クリーニングすることで作成される。 IMDB-Cleanおよび他のベンチマークデータセットに関する総合的な実験を通じて、データセット内およびクロスデータセット評価プロトコルの下で、我々の手法が既存の年齢推定手法を一貫して上回り、新しい最先端性能を実現することを示す。 私たちの知識を最大限に活用するために,本研究は,顔分析の注意を活用して意味認識年齢推定を実現する最初の試みを示す。

関連論文リスト

• UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
  高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。 我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
  論文  参考訳（メタデータ） (2024-07-26T20:51:54Z)
• Faceptor: A Generalist Model for Face Perception [52.8066001012464]
  Faceptorは、よく設計されたシングルエンコーダのデュアルデコーダアーキテクチャを採用するために提案されている。 Faceptorへのレイヤアテンションにより、モデルが最適なレイヤから機能を適応的に選択して、望ましいタスクを実行することができる。 我々のトレーニングフレームワークは補助的な教師付き学習にも適用でき、年齢推定や表現認識といったデータスパースタスクの性能を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2024-03-14T15:42:31Z)
• Cross-Age Contrastive Learning for Age-Invariant Face Recognition [29.243096587091575]
  年齢差の顔画像は一般的に収集が困難で費用がかかる。 異なる年齢の同じ被験者の画像は通常入手が困難または不可能である。 クロスエイジコントラスト学習(CACon)という,新たな半教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-18T13:41:21Z)
• P-Age: Pexels Dataset for Robust Spatio-Temporal Apparent Age Classification [0.7234862895932991]
  AgeFormerは、年齢分類のためのボディフェイスベースの方法全体のダイナミクスの情報を利用する。 ビデオから現実の状況における年齢予測のギャップを埋めるため,Pexels Ageというビデオデータセットを構築した。 提案手法は既存の顔に基づく年齢推定法と比較して優れた結果が得られる。
  論文  参考訳（メタデータ） (2023-11-04T15:23:21Z)
• SwinFace: A Multi-task Transformer for Face Recognition, Expression Recognition, Age Estimation and Attribute Estimation [60.94239810407917]
  本論文では,単一スウィントランスを用いた顔認識,表情認識,年齢推定,顔属性推定のための多目的アルゴリズムを提案する。 複数のタスク間の競合に対処するため、マルチレベルチャネル注意(MLCA)モジュールをタスク固有の分析に統合する。 実験の結果,提案したモデルでは顔の理解が良く,全てのタスクにおいて優れた性能が得られることがわかった。
  論文  参考訳（メタデータ） (2023-08-22T15:38:39Z)
• Identity-Preserving Aging of Face Images via Latent Diffusion Models [22.2699253042219]
  顔画像の老化・老化に対する遅延テキスト・ツー・イメージ拡散モデルの提案, 評価, 評価を行った。 我々のモデルは、数発の訓練で成功し、直感的なテキストプロンプトによって制御できることのメリットが加わった。
  論文  参考訳（メタデータ） (2023-07-17T15:57:52Z)
• MiVOLO: Multi-input Transformer for Age and Gender Estimation [0.0]
  最新の視覚変換器を用いた年齢・性別推定手法であるMiVOLOを提案する。 本手法は両タスクを統合された二重入力/出力モデルに統合する。 モデルの年齢認識性能を人間レベルの精度と比較し、ほとんどの年齢範囲で人間よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-07-10T14:58:10Z)
• LAE : Long-tailed Age Estimation [52.5745217752147]
  まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。 標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。 本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-25T09:05:44Z)
• PFA-GAN: Progressive Face Aging with Generative Adversarial Network [19.45760984401544]
  本論文では,PFA-GANを基盤とした新しい顔老化フレームワークを提案する。 このフレームワークは、蓄積されたアーティファクトと曖昧さを取り除くために、エンドツーエンドでトレーニングすることができる。 実験により,既存の (c) GANs 法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-12-07T05:45:13Z)
• Age Gap Reducer-GAN for Recognizing Age-Separated Faces [72.26969872180841]
  本稿では,年齢変化に伴う顔と時間変化をマッチングする新しいアルゴリズムを提案する。 提案手法は,顔の年齢推定と年齢別顔の検証を組み合わせた統合フレームワークである。
  論文  参考訳（メタデータ） (2020-11-11T16:43:32Z)

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。