論文の概要: Balanced Masked and Standard Face Recognition
- arxiv url: http://arxiv.org/abs/2110.01521v1
- Date: Mon, 4 Oct 2021 15:41:05 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-05 18:26:46.811230
- Title: Balanced Masked and Standard Face Recognition
- Title(参考訳): 平衡マスクと標準顔認識
- Authors: Delong Qi, Kangli Hu, Weijun Tan, Qi Yao, Jingfeng Liu
- Abstract要約: ICCV 2021のマスク付き顔認識チャレンジのWebfaceトラックとInsightface/Glint360Kトラックのための改良されたネットワークアーキテクチャ、データ拡張、トレーニング戦略について述べる。
- 参考スコア(独自算出の注目度): 1.2149550080095914
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present the improved network architecture, data augmentation, and training
strategies for the Webface track and Insightface/Glint360K track of the masked
face recognition challenge of ICCV2021. One of the key goals is to have a
balanced performance of masked and standard face recognition. In order to
prevent the overfitting for the masked face recognition, we control the total
number of masked faces by not more than 10\% of the total face recognition in
the training dataset. We propose a few key changes to the face recognition
network including a new stem unit, drop block, face detection and alignment
using YOLO5Face, feature concatenation, a cycle cosine learning rate, etc. With
this strategy, we achieve good and balanced performance for both masked and
standard face recognition.
- Abstract(参考訳): ICCV2021のマスク付き顔認識チャレンジのWebfaceトラックとInsightface/Glint360Kトラックのための改良されたネットワークアーキテクチャ、データ拡張、トレーニング戦略について述べる。
重要な目標のひとつは、マスキングと標準顔認識のバランスのとれたパフォーマンスを実現することだ。
マスク顔認証の過度な適合を防止するため,トレーニングデータセットにおける顔認識全体の10%以下でマスク顔の総数を制御する。
本稿では,新しいステムユニット,ドロップブロック,YOLO5Faceを用いた顔検出とアライメント,特徴連結,サイクルコサイン学習率など,顔認識ネットワークに対するいくつかの重要な変更を提案する。
この戦略により,マスクと標準顔認証の両面において,良好な,バランスの取れた性能が得られる。
関連論文リスト
- LAFS: Landmark-based Facial Self-supervised Learning for Face
Recognition [37.4550614524874]
我々は、効果的な顔認識モデルの訓練に適応できる顔表現の学習に焦点をあてる。
本研究では,自己教師付き事前学習による未ラベル顔画像の学習戦略について検討する。
提案手法は,複数の顔認識ベンチマークにおける最先端技術よりも大幅に向上する。
論文 参考訳(メタデータ) (2024-03-13T01:07:55Z) - Towards Large-scale Masked Face Recognition [44.380235958577785]
新型コロナウイルス(COVID-19)が流行する中、ほとんどの人がマスクを着用している。
本稿では,ICCV MFR WebFace260M と InsightFace の制約のないトラックにテキスト分岐ソリューションを提示する。
論文 参考訳(メタデータ) (2023-10-25T05:04:47Z) - 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) - 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) - 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) - Generating Master Faces for Dictionary Attacks with a Network-Assisted
Latent Space Evolution [68.8204255655161]
マスターフェイス(英: master face)とは、人口の大部分が顔に基づくアイデンティティ認証を通した顔画像である。
そこで我々は,StyleGANフェイスジェネレータの潜伏埋め込み空間における進化的アルゴリズムを用いて,これらの顔の最適化を行う。
論文 参考訳(メタデータ) (2021-08-01T12:55:23Z) - 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) - Masked Face Recognition Dataset and Application [28.2082082956263]
本研究では,MFDD(Masked Face Detection dataset),RMFRD(Real-world Masked Face Recognition dataset),SMFRD(Simulated Masked Face Recognition dataset)の3種類のマスク付き顔データセットを提案する。
開発したマルチグラニュラリティマスク顔認証モデルは,業界が報告した結果を上回る95%の精度を実現している。
論文 参考訳(メタデータ) (2020-03-20T04:15:19Z) - DotFAN: A Domain-transferred Face Augmentation Network for Pose and
Illumination Invariant Face Recognition [94.96686189033869]
本稿では,3次元モデルを用いたドメイン転送型顔強調ネットワーク(DotFAN)を提案する。
DotFANは、他のドメインから収集された既存のリッチフェイスデータセットから抽出された知識に基づいて、入力顔の一連の変種を生成することができる。
実験によると、DotFANは、クラス内の多様性を改善するために、小さな顔データセットを増やすのに有益である。
論文 参考訳(メタデータ) (2020-02-23T08:16:34Z) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳(メタデータ) (2020-01-09T15:50:28Z)
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。