論文の概要: Does Melania Trump have a body double from the perspective of automatic face recognition?

• arxiv url: http://arxiv.org/abs/2109.02283v1
• Date: Mon, 6 Sep 2021 08:28:43 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-08 00:57:50.119063
• Title: Does Melania Trump have a body double from the perspective of automatic face recognition?
• Title（参考訳）: メラニア・トランプは自動顔認証の観点から体を2倍にするか?
• Authors: Khawla Mallat, Fabiola Becerra-Riera, Annette Morales-Gonz\'alez, Heydi M\'endez-V\'azquez and Jean-Luc Dugelay
• Abstract要約: 我々は、研究された陰謀論の完全性を検証するために、顔認識に4つの異なる最先端の記述子を使用している。 画像品質指標には, 取得関連指標と被写体関連指標の2つのセットが考慮された。
• 参考スコア（独自算出の注目度）: 2.432409923443071
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we explore whether automatic face recognition can help in verifying widespread misinformation on social media, particularly conspiracy theories that are based on the existence of body doubles. The conspiracy theory addressed in this paper is the case of the Melania Trump body double. We employed four different state-of-the-art descriptors for face recognition to verify the integrity of the claim of the studied conspiracy theory. In addition, we assessed the impact of different image quality metrics on the variation of face recognition results. Two sets of image quality metrics were considered: acquisition-related metrics and subject-related metrics.
• Abstract（参考訳）: 本稿では,自動顔認識がソーシャルメディア上での広範にわたる誤情報の検証に有用かどうか,特に身体二重体の存在に基づく陰謀論について検討する。 本論文で提示された陰謀論はメラニア・トランプのボディダブルのケースである。 共謀説の主張の完全性を検証するために,顔認識のために4種類の最先端記述子を用いた。 さらに,画像品質指標の違いが顔認識結果の変動に与える影響について検討した。 画像品質指標には, 獲得関連指標と主題関連指標の2種類が検討された。

関連論文リスト

• Privacy Assessment on Reconstructed Images: Are Existing Evaluation Metrics Faithful to Human Perception? [86.58989831070426]
  本研究では,手作りのメトリクスの忠実さを,再構成画像からの人間のプライバシー情報の認識に適用する。 本稿では,SemSimと呼ばれる学習に基づく尺度を提案し,オリジナル画像と再構成画像のセマンティック類似性を評価する。
  論文  参考訳（メタデータ） (2023-09-22T17:58:04Z)
• Human-Machine Comparison for Cross-Race Face Verification: Race Bias at the Upper Limits of Performance? [0.7036032466145111]
  顔認識アルゴリズムは、一部のケースでは人間よりも精度が高いが、人間と機械はどちらも人種ベースの精度の違いを示している。 我々は「クロスレース」顔認証の挑戦的なテストを構築し、人間と最先端の顔認識システム2つを比較した。 我々は,黒と白の2つの顔画像間の身元確認のための最先端のシステムが一般人口を上回ることができると結論付けた。
  論文  参考訳（メタデータ） (2023-05-25T19:41:13Z)
• LFW-Beautified: A Dataset of Face Images with Beautification and Augmented Reality Filters [53.180678723280145]
  いくつかの操作を含む顔画像のデータベースにコントリビュートする。 画像強調フィルター(コントラストや稲妻を主に修正する)や、動物の鼻や眼鏡などのアイテムを組み込んだ拡張現実フィルターが含まれている。 各データセットには、64×64の4,324枚の画像があり、合計34,592枚の画像がある。
  論文  参考訳（メタデータ） (2022-03-11T17:05:10Z)
• An Attack on Feature Level-based Facial Soft-biometric Privacy Enhancement [13.780253190395715]
  特徴レベルに基づく顔ソフトバイオメトリック・プライバシ・エンハンスメント技術に対する攻撃を導入する。 プライバシーの強化を回避することができ、性別を最大90%の精度で正しく分類することができる。
  論文  参考訳（メタデータ） (2021-11-24T10:41:15Z)
• On the Effect of Selfie Beautification Filters on Face Detection and Recognition [53.561797148529664]
  ソーシャルメディア画像フィルターは、例えば人工眼鏡や動物の鼻で、画像コントラスト、照明、あるいは顔の一部を妨げる。 U-NETセグメンテーションネットワークの修正版を用いて適用操作を再構築する手法を開発した。 認識の観点からは、顔を認識するために訓練されたResNet-34ネットワークを用いて抽出された特徴に対して、距離測定と訓練された機械学習アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2021-10-17T22:10:56Z)
• State of the Art: Face Recognition [0.0]
  文書は、自然眼と眼を遮蔽した画像に対する短い顔認識法を提示する。 本研究の目的は,隠蔽顔の自動顔認識のための最良ベースラインアプローチを選択することである。
  論文  参考訳（メタデータ） (2021-08-26T14:37:29Z)
• SynFace: Face Recognition with Synthetic Data [83.15838126703719]
  我々は、ID混在(IM)とドメイン混在(DM)を併用したSynFaceを考案し、パフォーマンスギャップを緩和する。 また、合成顔画像の系統的実験分析を行い、合成データを顔認識に効果的に活用する方法についての知見を提供する。
  論文  参考訳（メタデータ） (2021-08-18T03:41:54Z)
• Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
  本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。 FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
  論文  参考訳（メタデータ） (2021-06-08T05:25:03Z)
• A Study of Face Obfuscation in ImageNet [94.2949777826947]
  本稿では,imagenetチャレンジにおける画像難読化について検討する。 ImageNetチャレンジのほとんどのカテゴリは、人のカテゴリではありません。 さまざまな深層ニューラルネットワークを顔画像上でベンチマークし、異なるカテゴリに対する異なる影響を観察します。 結果は、顔が破れた画像で学んだ特徴が等しく転送可能であることを示している。
  論文  参考訳（メタデータ） (2021-03-10T17:11:34Z)
• Intelligent Frame Selection as a Privacy-Friendlier Alternative to Face Recognition [5.313209107051178]
  本研究は,大規模顔認識に代わるプライバシフレンドリーな代替手法を提案する。 すべてのビデオデータで顔認識ソフトウェアを実行する代わりに、検出された各人の高品質なスナップショットを自動的に抽出する。 このスナップショットは暗号化され、アクセスは法的承認後のみ許可される。
  論文  参考訳（メタデータ） (2021-01-19T09:31:42Z)
• Biometric Quality: Review and Application to Face Recognition with FaceQnet [16.791628175513637]
  品質は、自動化された生体認証システムの良し悪しに責任を負う第1の要因である。 最もよく使われ、デプロイされた生体認証特性のいくつかは、これらの手法の開発に欠如している。 FaceQnetは、ディープラーニング技術にインスパイアされ、利用されている、オープンソースの顔品質評価ツールである。
  論文  参考訳（メタデータ） (2020-06-05T08:33:22Z)

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。