論文の概要: A Synthesis-Based Approach for Thermal-to-Visible Face Verification

• arxiv url: http://arxiv.org/abs/2108.09558v1
• Date: Sat, 21 Aug 2021 17:59:56 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-25 06:34:29.919921
• Title: A Synthesis-Based Approach for Thermal-to-Visible Face Verification
• Title（参考訳）: 熱可視顔認証のための合成手法
• Authors: Neehar Peri, Joshua Gleason, Carlos D. Castillo, Thirimachos Bourlai, Vishal M. Patel, Rama Chellappa
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 105.63410428506536
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, visible-spectrum face verification systems have been shown to match expert forensic examiner recognition performance. However, such systems are ineffective in low-light and nighttime conditions. Thermal face imagery, which captures body heat emissions, effectively augments the visible spectrum, capturing discriminative facial features in scenes with limited illumination. Due to the increased cost and difficulty of obtaining diverse, paired thermal and visible spectrum datasets, algorithms and large-scale benchmarks for low-light recognition are limited. This paper presents an algorithm that achieves state-of-the-art performance on both the ARL-VTF and TUFTS multi-spectral face datasets. Importantly, we study the impact of face alignment, pixel-level correspondence, and identity classification with label smoothing for multi-spectral face synthesis and verification. We show that our proposed method is widely applicable, robust, and highly effective. In addition, we show that the proposed method significantly outperforms face frontalization methods on profile-to-frontal verification. Finally, we present MILAB-VTF(B), a challenging multi-spectral face dataset that is composed of paired thermal and visible videos. To the best of our knowledge, with face data from 400 subjects, this dataset represents the most extensive collection of publicly available indoor and long-range outdoor thermal-visible face imagery. Lastly, we show that our end-to-end thermal-to-visible face verification system provides strong performance on the MILAB-VTF(B) dataset.
• Abstract（参考訳）: 近年,検査官の認識性能に適合する可視分光顔認証システムが提案されている。 しかし、このようなシステムは低照度や夜間では効果がない。 体温を吸収する熱顔画像は、可視光スペクトルを効果的に増強し、照明が制限されたシーンで識別可能な顔の特徴を捉える。 コストの増大と多様な熱スペクトルと可視スペクトルデータセットの取得の困難さから、アルゴリズムや低光度認識のための大規模ベンチマークは限られている。 本稿では,ARL-VTFとTUFTSの両方のマルチスペクトル顔データに対して,最先端の性能を実現するアルゴリズムを提案する。 さらに,マルチスペクトル顔合成と検証のためのラベル平滑化による顔アライメント,ピクセルレベル対応,アイデンティティ分類の影響について検討した。 提案手法は広く適用可能であり,堅牢であり,かつ高い有効性を示す。 また,提案手法は,プロファイル対フロント検証において,フェイスフロント化法を有意に上回っていることを示す。 最後にmilab-vtf(b)を提案する。これは対のサーマルビデオと可視ビデオで構成される、挑戦的なマルチスペクトル顔データセットである。 私たちの知る限りでは、400人の被験者による顔データとともに、このデータセットは、屋内および長距離の熱可視性顔画像の最も広範なコレクションである。 最後に,MILAB-VTF(B)データセットに対して,エンドツーエンドのサーマル・トゥ・ザ・ヴィジュアブル・フェース・検証システムにより高い性能が得られることを示す。

関連論文リスト

• 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)
• 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)
• Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in Frequency Domain [88.7339322596758]
  本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。 SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
  論文  参考訳（メタデータ） (2021-03-02T16:45:08Z)
• 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)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)
• Multi-spectral Facial Landmark Detection [10.009879315990133]
  我々は、頑健なニューラルネットワークにより顔のランドマーク検出、すなわちDeep Multi-Spectral Learning (DMSL)を提案する。 DMSLは2つのサブモデル、すなわち顔境界検出とランドマーク座標検出から構成される。 Eurecomの可視・熱対データベースで実施された実験は、熱的顔のランドマーク検出のための最先端技術よりもDMSLの優れた性能を示している。
  論文  参考訳（メタデータ） (2020-06-09T11:43:46Z)
• 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。