論文の概要: Heterogeneous Face Frontalization via Domain Agnostic Learning

• arxiv url: http://arxiv.org/abs/2107.08311v1
• Date: Sat, 17 Jul 2021 20:41:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-20 15:01:07.847754
• Title: Heterogeneous Face Frontalization via Domain Agnostic Learning
• Title（参考訳）: ドメイン非依存学習によるヘテロジニアスフェイスフロントアライズ
• Authors: Xing Di, Shuowen Hu and Vishal M. Patel
• Abstract要約: 本研究では, 視覚領域における正面視を, ポーズのバリエーションで合成できるドメイン非依存学習型生成逆数ネットワーク(DAL-GAN)を提案する。 DAL-GANは、補助分類器を備えたジェネレータと、より優れた合成のために局所的およびグローバルなテクスチャ識別をキャプチャする2つの識別器から構成される。
• 参考スコア（独自算出の注目度）: 74.86585699909459
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in deep convolutional neural networks (DCNNs) have shown impressive performance improvements on thermal to visible face synthesis and matching problems. However, current DCNN-based synthesis models do not perform well on thermal faces with large pose variations. In order to deal with this problem, heterogeneous face frontalization methods are needed in which a model takes a thermal profile face image and generates a frontal visible face. This is an extremely difficult problem due to the large domain as well as large pose discrepancies between the two modalities. Despite its applications in biometrics and surveillance, this problem is relatively unexplored in the literature. We propose a domain agnostic learning-based generative adversarial network (DAL-GAN) which can synthesize frontal views in the visible domain from thermal faces with pose variations. DAL-GAN consists of a generator with an auxiliary classifier and two discriminators which capture both local and global texture discriminations for better synthesis. A contrastive constraint is enforced in the latent space of the generator with the help of a dual-path training strategy, which improves the feature vector discrimination. Finally, a multi-purpose loss function is utilized to guide the network in synthesizing identity preserving cross-domain frontalization. Extensive experimental results demonstrate that DAL-GAN can generate better quality frontal views compared to the other baseline methods.
• Abstract（参考訳）: 深部畳み込みニューラルネットワーク(DCNN)の最近の進歩は、サーマルから可視的な顔合成およびマッチング問題に対する顕著な性能改善を示している。 しかし、現在のDCNNベースの合成モデルは、ポーズの変化が大きい熱面ではうまく機能しない。 この問題に対処するためには,モデルが熱プロファイル顔画像を取得して正面可視顔を生成するような異種顔前面化手法が必要となる。 これは、大きな領域と2つのモダリティの間に大きな相違があるため、非常に難しい問題である。 バイオメトリックスや監視に応用されているにもかかわらず、この問題は文献では比較的解明されていない。 本研究では, 視覚領域における正面視を, ポーズのバリエーションで合成できるドメイン非依存学習型生成逆数ネットワーク(DAL-GAN)を提案する。 DAL-GANは、補助分類器を備えたジェネレータと、より優れた合成のために局所的およびグローバルなテクスチャ識別をキャプチャする2つの識別器から構成される。 ジェネレータの潜伏空間には、特徴ベクトル判別を改善するデュアルパストレーニング戦略の助けを借りて、対照的な制約が適用される。 最後に、多目的損失関数を用いて、ドメイン間のフロント化を保持するアイデンティティを合成するネットワークを誘導する。 DAL-GANは,他のベースライン法と比較して,高品質な正面視を生成できることを示した。

関連論文リスト

• SymFace: Additional Facial Symmetry Loss for Deep Face Recognition [1.5612101323427952]
  本研究では,顔認証問題における顔対称性の自然現象について検討する。 分割面の2つの出力埋め込みベクトルは、出力埋め込み空間において互いに近接して射影しなければならないことを示す。 この概念に触発されて、対称的な2対の分割面の埋め込みの相違に基づいて、ネットワークをペナルティ化する。
  論文  参考訳（メタデータ） (2024-09-18T09:06:55Z)
• Learning Domain and Pose Invariance for Thermal-to-Visible Face Recognition [6.454199265634863]
  本稿では、ドメインを同時に学習し、不変表現をポーズする新しいドメイン・アンド・ポース不変フレームワークを提案する。 提案フレームワークは,オフポジション熱画像と正面可視顔画像から最も相関の深い中間表現を抽出するための改良されたネットワークで構成されている。 DPIFは,前頭部のサーマルフェース画像と前頭部のサーマルフェース画像とをマッチングする際に,DPIFが性能を向上させることも示している。
  論文  参考訳（メタデータ） (2022-11-17T05:24:02Z)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• Detecting High-Quality GAN-Generated Face Images using Neural Networks [23.388645531702597]
  本稿では,スペクトル帯域差を利用したGAN生成画像と実画像との区別手法を提案する。 特に,クロスバンド共起行列と空間共起行列を用いて,顔画像のデジタル保存を可能にする。 性能向上は特に重要であり、異なる後処理環境において92%以上を達成することを示す。
  論文  参考訳（メタデータ） (2022-03-03T13:53:27Z)
• 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)
• Cross-Domain Identification for Thermal-to-Visible Face Recognition [6.224425156703344]
  本稿では,新しい機能マッピングサブネットワークと既存機能モデルを組み合わせた新しいドメイン適応フレームワークを提案する。 サーマル・ツー・ヴィジュアブル・顔認識のための新しいクロスドメイン・アイデンティティとドメイン不変性損失関数は、正確に登録された画像と同期された画像の要求を緩和する。 本研究では,非正面熱可視顔認証などの課題に対して,提案手法の有効性を解析する。
  論文  参考訳（メタデータ） (2020-08-19T14:24:04Z)
• Multi-Margin based Decorrelation Learning for Heterogeneous Face Recognition [90.26023388850771]
  本稿では,超球面空間におけるデコリレーション表現を抽出するディープニューラルネットワーク手法を提案する。 提案するフレームワークは,不均一表現ネットワークとデコリレーション表現学習の2つのコンポーネントに分けることができる。 2つの難解な異種顔データベースに対する実験結果から,本手法は検証タスクと認識タスクの両方において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-05-25T07:01:12Z)
• InterFaceGAN: Interpreting the Disentangled Face Representation Learned by GANs [73.27299786083424]
  我々は、最先端のGANモデルによって学習された不整合顔表現を解釈するInterFaceGANというフレームワークを提案する。 まず、GANは潜在空間の線型部分空間で様々な意味学を学ぶ。 次に、異なる意味論間の相関関係について詳細な研究を行い、部分空間射影を通してそれらをよりよく解離させる。
  論文  参考訳（メタデータ） (2020-05-18T18:01:22Z)
• Dual-Attention GAN for Large-Pose Face Frontalization [59.689836951934694]
  本稿では,フォトリアリスティック顔フロンダル化のためのDA-GAN(Dual-Attention Generative Adversarial Network)を提案する。 具体的には、ローカル機能と長距離依存関係を統合するために、自己アテンションベースのジェネレータが導入された。 顔領域の局所的特徴を強調するために,新しい顔認識に基づく識別器を適用した。
  論文  参考訳（メタデータ） (2020-02-17T20:00:56Z)

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。