論文の概要: My Eyes Are Up Here: Promoting Focus on Uncovered Regions in Masked Face Recognition

• arxiv url: http://arxiv.org/abs/2108.00996v1
• Date: Mon, 2 Aug 2021 15:51:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-03 15:14:18.274892
• Title: My Eyes Are Up Here: Promoting Focus on Uncovered Regions in Masked Face Recognition
• Title（参考訳）: 私の目が見えてきた: マスク付き顔認識で露見した領域に焦点をあてる
• Authors: Pedro C. Neto, Fadi Boutros, Mohsen Saffari, Jo\~ao Ribeiro Pinto, Naser Damer, Ana F. Sequeira, Jaime S. Cardoso
• Abstract要約: マスク付き顔認識(MFR)の課題に対処し、FRSにおける検証性能の評価に焦点をあてる。 本研究では,従来の三重項損失と平均二乗誤差(MSE)を組み合わせることで,マスク付き非マスク比較モードにおけるMFRシステムのロバスト性を改善する手法を提案する。
• 参考スコア（独自算出の注目度）: 4.171626860914305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The recent Covid-19 pandemic and the fact that wearing masks in public is now mandatory in several countries, created challenges in the use of face recognition systems (FRS). In this work, we address the challenge of masked face recognition (MFR) and focus on evaluating the verification performance in FRS when verifying masked vs unmasked faces compared to verifying only unmasked faces. We propose a methodology that combines the traditional triplet loss and the mean squared error (MSE) intending to improve the robustness of an MFR system in the masked-unmasked comparison mode. The results obtained by our proposed method show improvements in a detailed step-wise ablation study. The conducted study showed significant performance gains induced by our proposed training paradigm and modified triplet loss on two evaluation databases.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックや、いくつかの国でマスクを着用することが義務付けられているという事実は、顔認識システム(FRS)の使用に課題を生み出した。 本研究では,マスク付き顔認証(MFR)の課題に対処し,マスク付き顔とマスクなし顔の検証において,マスク付き顔とマスクなし顔のみの検証に焦点をあてる。 本研究では,従来の三重項損失と平均二乗誤差(MSE)を組み合わせることで,マスク付き非マスク比較モードにおけるMFRシステムのロバスト性を改善する手法を提案する。 提案手法により得られた結果は,ステップワイドアブレーション研究において改善された。 本研究は,2つの評価データベースにおけるトレーニングパラダイムと修正三重項損失により有意な性能向上を示した。

関連論文リスト

• Attribute-Guided Encryption with Facial Texture Masking [64.77548539959501]
  本稿では,顔認識システムからユーザを保護するために,顔テクスチャマスキングを用いた属性ガイド暗号化を提案する。 提案手法は,最先端の手法よりも自然な画像を生成する。
  論文  参考訳（メタデータ） (2023-05-22T23:50:43Z)
• Localization using Multi-Focal Spatial Attention for Masked Face Recognition [22.833899749506394]
  無接触生体認証システムのためのマスク付き顔認識を開発する必要がある。 マスク領域を正確に除去する補足型注意学習と多地点空間注意を提案する。 ICCV 2021-MFR/Insightface トラックでの MFR 性能の評価を行い,MFR と FR の両方のデータセットにおける改善性能を実証した。
  論文  参考訳（メタデータ） (2023-05-03T05:39:12Z)
• Mask-invariant Face Recognition through Template-level Knowledge Distillation [3.727773051465455]
  マスクは従来の顔認識システムの性能に影響を与える。 マスク不変顔認識ソリューション(MaskInv)を提案する。 蒸留された知識に加えて、学生ネットワークは、マージンベースのアイデンティティ分類損失による追加ガイダンスの恩恵を受ける。
  論文  参考訳（メタデータ） (2021-12-10T16:19:28Z)
• Adversarial Mask: Real-World Adversarial Attack Against Face Recognition Models [66.07662074148142]
  本稿では,最先端の深層学習に基づく顔認識モデルに対する物理対角的普遍摂動(UAP)を提案する。 実験では,幅広い深層学習モデルとデータセットへの対向マスクの転送可能性について検討した。 ファブリック・メディカル・フェイスマスクに対向パターンを印刷することにより,実世界の実験において,我々の対向マスクの有効性を検証した。
  論文  参考訳（メタデータ） (2021-11-21T08:13:21Z)
• Partial Attack Supervision and Regional Weighted Inference for Masked Face Presentation Attack Detection [5.71864964818217]
  マスクを着用することはSARS-CoV-2の感染を防ぐ最も効果的な方法の1つであることが証明されている。 マスクフェイスPADに直面する主な問題は、不正に分類されたボナフェイドのマスクと、不正に分類された部分攻撃である。 本研究では,PADモデルトレーニングを監督する部分攻撃ラベルと,PAD性能を改善するための地域重み付き推論を提案する。
  論文  参考訳（メタデータ） (2021-11-08T08:53:46Z)
• FocusFace: Multi-task Contrastive Learning for Masked Face Recognition [4.420321822469077]
  SARS-CoV-2は科学界に直接的かつ間接的な課題を提示した。 顔認識手法は、マスクやマスクされていない個人に類似した精度で身元確認を行うのに苦労する。 本研究では,マルチタスクアーキテクチャであるFocusFaceを提案する。
  論文  参考訳（メタデータ） (2021-10-28T08:17:12Z)
• MLFW: A Database for Face Recognition on Masked Faces [56.441078419992046]
  Masked LFW (MLFW) は、マスクのない顔からマスクされた顔を自動的に生成するツールである。 SOTAモデルの認識精度は、元の画像の精度と比較して、MLFWデータベース上で5%-16%低下する。
  論文  参考訳（メタデータ） (2021-09-13T09:30:10Z)
• Masked Face Recognition Challenge: The InsightFace Track Report [79.77020394722788]
  新型コロナウイルス(COVID-19)が流行する中、ほとんどの人が顔認証に挑戦するマスクを着用している。 本ワークショップでは,顔マスクの存在下でのベンチマークによる深層顔認識手法に着目した。
  論文  参考訳（メタデータ） (2021-08-18T15:14:44Z)
• Towards NIR-VIS Masked Face Recognition [47.00916333095693]
  近赤外可視(NIR-VIS)顔認識は異種顔認識において最も一般的な症例である。 2つのドメインの顔表現で共有される相互情報を最大化するための新しいトレーニング手法を提案する。 さらに、既存のNIR画像からマスク面を合成するために、3次元顔再構成に基づくアプローチを用いる。
  論文  参考訳（メタデータ） (2021-04-14T10:40:09Z)
• Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
  顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。 ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。 現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-13T12:48:38Z)
• Unmasking Face Embeddings by Self-restrained Triplet Loss for Accurate Masked Face Recognition [6.865656740940772]
  マスク付き顔認識性能を改善するためのソリューションを提案する。 具体的には,既存の顔認識モデル上で動作させるEmbedding Unmasking Model (EUM)を提案する。 また、EUMが同一アイデンティティのマスクされていない顔のこれらに類似した埋め込みを作成することを可能にする新しい損失関数、自己拘束トリプルト(SRT)を提案します。
  論文  参考訳（メタデータ） (2021-03-02T13:43:11Z)

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。