論文の概要: COVID-19 Face Mask Recognition with Advanced Face Cut Algorithm for Human Safety Measures

• arxiv url: http://arxiv.org/abs/2110.04316v1
• Date: Fri, 8 Oct 2021 18:03:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-12 16:41:10.009091
• Title: COVID-19 Face Mask Recognition with Advanced Face Cut Algorithm for Human Safety Measures
• Title（参考訳）: 人体安全対策のための顔カットアルゴリズムを応用したマスク認識
• Authors: Arkaprabha Basu, Md Firoj Ali
• Abstract要約: 新型コロナウイルス(COVID-19)は、人体の呼吸器に主に影響を及ぼす、高度に汚染された病気である。 本提案では,画像やビデオから顔のマスクを認識するためのコンピュータビジョンとディープラーニングフレームワークをデプロイする。 実験の結果、わずか10時間でYOLOV3マスク認識アーキテクチャと比較して3.4%の大幅な進歩が見られた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the last year, the outbreak of COVID-19 has deployed computer vision and machine learning algorithms in various fields to enhance human life interactions. COVID-19 is a highly contaminated disease that affects mainly the respiratory organs of the human body. We must wear a mask in this situation as the virus can be contaminated through the air and a non-masked person can be affected. Our proposal deploys a computer vision and deep learning framework to recognize face masks from images or videos. We have implemented a Boundary dependent face cut recognition algorithm that can cut the face from the image using 27 landmarks and then the preprocessed image can further be sent to the deep learning ResNet50 model. The experimental result shows a significant advancement of 3.4 percent compared to the YOLOV3 mask recognition architecture in just 10 epochs.
• Abstract（参考訳）: 昨年、COVID-19(COVID-19)の流行は、コンピュータービジョンと機械学習アルゴリズムをさまざまな分野に展開し、人間の生命の相互作用を強化した。 COVID-19は、人体の呼吸器に主に影響を及ぼす、高度に汚染された病気である。 この状況では、ウイルスが空気中に汚染され、非マスクの人が影響を受ける可能性があるため、マスクを着用しなければならない。 本提案では,画像やビデオから顔のマスクを認識するコンピュータビジョンとディープラーニングフレームワークをデプロイする。 本研究では,27個のランドマークを用いて画像から顔を切り離し,さらにdeep learning resnet50モデルに前処理画像を送信する境界依存顔カット認識アルゴリズムを実装した。 実験結果は、わずか10年でyolov3マスク認識アーキテクチャに比べて3.4%の大幅な進歩を示した。

関連論文リスト

• Seeing through the Mask: Multi-task Generative Mask Decoupling Face Recognition [47.248075664420874]
  現在の一般的な顔認識システムは、隠蔽シーンに遭遇する際の重大な性能劣化に悩まされている。 本稿では,これら2つのタスクを協調的に扱うために,マルチタスクのgEnerative mask dEcoupling Face Recognition (MEER) ネットワークを提案する。 まず,マスクと識別情報を分離する新しいマスクデカップリングモジュールを提案する。
  論文  参考訳（メタデータ） (2023-11-20T03:23:03Z)
• An Exploratory Study of Masked Face Recognition with Machine Learning Algorithms [0.0]
  新型コロナウイルス(COVID-19)のパンデミックで、マスクの使用は私たちの日常生活にとって重要になっている。 顔認識におけるマスク着用の効果は、まだ未検討の課題である。 我々は, SVC, KNN, LDA, DT, LR, NBの6つの従来の機械学習アルゴリズムを用いて, 最高性能の機械学習アルゴリズムを探索する。
  論文  参考訳（メタデータ） (2023-06-14T14:50:23Z)
• 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)
• 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 WebFace260M Track Report [81.57455766506197]
  ICCV 2021におけるバイオメトリクスとマスク付き顔認識チャレンジ WebFace260M Trackは、実用的なMFRのフロンティアを推進することを目的としている。 WebFace260M Trackの第1フェーズでは、69のチーム(トータル833ソリューション)がこの課題に参加している。 この挑戦には2021年10月1日までの第2フェーズと、進行中のリーダーボードがある。
  論文  参考訳（メタデータ） (2021-08-16T15:51:51Z)
• Efficient Masked Face Recognition Method during the COVID-19 Pandemic [4.13365552362244]
  新型コロナウイルス(COVID-19)は異例の危機であり、多くの死傷者やセキュリティ上の問題に繋がる。 新型コロナウイルスの感染拡大を抑えるため、マスクを着用して身を守ることが多い。 これにより、顔の一部が隠されているため、顔認識は非常に難しいタスクとなる。
  論文  参考訳（メタデータ） (2021-05-07T01:32:37Z)
• Masked Face Recognition using ResNet-50 [0.0]
  新型コロナウイルス(COVID-19)の感染拡大に伴い、健康危機に直面しています。 公衆衛生当局は、病気の感染を65%削減できるフェイスマスクの使用を義務付けています。 本稿では,顔を正確に識別できる深層学習モデルを開発することにより,同じ問題を解明する。
  論文  参考訳（メタデータ） (2021-04-19T01:09:47Z)
• 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)

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。