論文の概要: On Recognizing Occluded Faces in the Wild

• arxiv url: http://arxiv.org/abs/2109.03672v1
• Date: Wed, 8 Sep 2021 14:20:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-09 13:45:53.837396
• Title: On Recognizing Occluded Faces in the Wild
• Title（参考訳）: 野生のオクルード顔の認識について
• Authors: Mustafa Ekrem Erak{\i}n, U\u{g}ur Demir, Haz{\i}m Kemal Ekenel
• Abstract要約: 我々は、Real World Occluded Facesデータセットを提示する。 このデータセットは、両方の上面を持つ顔を含む。 サングラスと下面が原因です マスクで閉ざされた モデルが合成閉塞面上で試験された場合, 性能低下ははるかに小さいことが観察された。
• 参考スコア（独自算出の注目度）: 10.420394952839242
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Facial appearance variations due to occlusion has been one of the main challenges for face recognition systems. To facilitate further research in this area, it is necessary and important to have occluded face datasets collected from real-world, as synthetically generated occluded faces cannot represent the nature of the problem. In this paper, we present the Real World Occluded Faces (ROF) dataset, that contains faces with both upper face occlusion, due to sunglasses, and lower face occlusion, due to masks. We propose two evaluation protocols for this dataset. Benchmark experiments on the dataset have shown that no matter how powerful the deep face representation models are, their performance degrades significantly when they are tested on real-world occluded faces. It is observed that the performance drop is far less when the models are tested on synthetically generated occluded faces. The ROF dataset and the associated evaluation protocols are publicly available at the following link https://github.com/ekremerakin/RealWorldOccludedFaces.
• Abstract（参考訳）: 咬合による顔の外観の変化は、顔認識システムの主要な課題の1つとなっている。 この領域のさらなる研究を容易にするためには、合成生成したオクルード顔は問題の性質を表現できないため、実世界から収集したオクルード顔データセットが必要である。 本稿では,サングラスによる上面閉塞とマスクによる下面閉塞の両顔を含む実世界オクルード・フェース(rof)データセットを提案する。 このデータセットに対する評価プロトコルを2つ提案する。 データセットのベンチマーク実験では、ディープフェイス表現モデルがどれほど強力であっても、実世界の隠蔽顔でテストされた場合、パフォーマンスは著しく低下することが示された。 モデルが合成閉塞面上で試験された場合, 性能低下ははるかに小さいことが観察された。 ROFデータセットと関連する評価プロトコルは、https://github.com/ekremerakin/RealWorldOccludedFaces.orgのリンクで公開されている。

関連論文リスト

• DiffusionFace: Towards a Comprehensive Dataset for Diffusion-Based Face Forgery Analysis [71.40724659748787]
  DiffusionFaceは、最初の拡散ベースのフェイスフォージェリーデータセットである。 非条件およびテキストガイドの顔画像生成、Img2Img、Inpaint、Diffusionベースの顔交換アルゴリズムなど、さまざまなフォージェリーカテゴリをカバーする。 重要なメタデータと、評価のための実世界のインターネットソースの偽顔画像データセットを提供する。
  論文  参考訳（メタデータ） (2024-03-27T11:32:44Z)
• Generalized Face Liveness Detection via De-spoofing Face Generator [58.7043386978171]
  以前のFace Anti-Spoofing (FAS) の作業は、目に見えない領域における一般化という課題に直面している。 De-spoofing Face Generator (DFG) によるモデル一般化を改善するために, 現実の顔を利用する Anomalous cue Guided FAS (AG-FAS) 方式を実行する。 次に,Anomalous cue Guided FAS feature extract Network (AG-Net)を提案する。
  論文  参考訳（メタデータ） (2024-01-17T06:59:32Z)
• Delving into High-Quality Synthetic Face Occlusion Segmentation Datasets [83.749895930242]
  そこで本研究では,高品質な自然主義的合成隠蔽顔を製造するための2つの手法を提案する。 両手法の有効性とロバスト性を実証的に示す。 我々は,RealOccとRealOcc-Wildという,微細なアノテーションを付加した高精細な実世界の顔データセットを2つ提示する。
  論文  参考訳（メタデータ） (2022-05-12T17:03:57Z)
• FaceOcc: A Diverse, High-quality Face Occlusion Dataset for Human Face Extraction [3.8502825594372703]
  隠蔽は野生の顔画像にしばしば発生し、ランドマーク検出や3D再構成、顔認識といった顔関連の課題に悩まされる。 本稿では,CelebA本社とインターネットから手動で顔の隠蔽をラベル付けした新しい顔のセグメンテーションデータセットを提案する。 簡単な顔分割モデルの訓練を行ったが,SOTA性能が得られ,提案したデータセットの有効性を実証した。
  論文  参考訳（メタデータ） (2022-01-20T19:44:18Z)
• EDFace-Celeb-1M: Benchmarking Face Hallucination with a Million-scale Dataset [92.537021496096]
  近年の深層顔の幻覚法は,超解像性難分解性顔画像において顕著な性能を示した。 したがって、これらのアルゴリズムが公衆の顔の幻覚データセット上でどのように機能するかは不明である。 本稿では,Ethnically Diverse Face データセット EDFace-Celeb-1M を構築し,顔幻覚のためのベンチマークタスクを設計する。
  論文  参考訳（メタデータ） (2021-10-11T06:53:24Z)
• Robust Attentive Deep Neural Network for Exposing GAN-generated Faces [40.15016121723183]
  本稿では,GAN生成した顔の視線不整合を解析して検出できる,頑健で注意深いエンドツーエンドネットワークを提案する。 我々は,AUCの損失と従来のクロスエントロピーの損失を共同で考慮し,不均衡な学習問題に対処する。
  論文  参考訳（メタデータ） (2021-09-05T21:22:39Z)
• End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
  最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。 本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。 我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
  論文  参考訳（メタデータ） (2021-08-21T09:08:41Z)
• 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)
• When Face Recognition Meets Occlusion: A New Benchmark [37.616211206620854]
  擬似閉塞顔認識データセットを作成します。 対象は10,575人の顔画像804,704枚。 私たちのデータセットは最先端のものを大幅に上回ります。
  論文  参考訳（メタデータ） (2021-03-04T03:07:42Z)
• Improving Makeup Face Verification by Exploring Part-Based Representations [0.0]
  我々は,現在の全体表現と融合する顔部の導入を提案,評価する。 実験の結果, 顔部から抽出した深部特徴と全体表現との融合により, 顔認証システムの精度が向上した。
  論文  参考訳（メタデータ） (2021-01-18T21:51:38Z)

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。