論文の概要: InfAnFace: Bridging the infant-adult domain gap in facial landmark estimation in the wild

• arxiv url: http://arxiv.org/abs/2110.08935v1
• Date: Sun, 17 Oct 2021 22:12:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-19 17:24:45.950902
• Title: InfAnFace: Bridging the infant-adult domain gap in facial landmark estimation in the wild
• Title（参考訳）: InfAnFace:野生における顔のランドマーク推定における幼児と成人の領域ギャップを埋める
• Authors: M. Wan, S. Zhu, P. Gulati, L. Luan, X. Huang, R. Schwartz-Mette, M. Hayes, E. Zimmerman, and S. Ostadabbas
• Abstract要約: InfAnFaceは乳児の顔のリッチなアノテーション付きデータセットである。 我々は、成人の顔に訓練された既存の顔のランドマーク推定アルゴリズムの性能をベンチマークした。 私たちはそのギャップを埋める次のステップを推し進めました。
• 参考スコア（独自算出の注目度）: 0.2786153781225931
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: There is promising potential in the application of algorithmic facial landmark estimation to the early prediction, in infants, of pediatric developmental disorders and other conditions. However, the performance of these deep learning algorithms is severely hampered by the scarcity of infant data. To spur the development of facial landmarking systems for infants, we introduce InfAnFace, a diverse, richly-annotated dataset of infant faces. We use InfAnFace to benchmark the performance of existing facial landmark estimation algorithms that are trained on adult faces and demonstrate there is a significant domain gap between the representations learned by these algorithms when applied on infant vs. adult faces. Finally, we put forward the next potential steps to bridge that gap.
• Abstract（参考訳）: 乳幼児, 小児発達障害, その他の病態における早期予測に, アルゴリズム的顔面ランドマーク推定の応用には有望な可能性がある。 しかし、これらの深層学習アルゴリズムの性能は幼児データの不足によって著しく損なわれている。 幼児用顔ランドマークシステムの開発を促進するために,乳幼児の顔の多様でリッチな注釈付きデータセットであるinfanfaceを紹介する。 InfAnFaceを用いて、成人の顔にトレーニングされた既存の顔ランドマーク推定アルゴリズムのパフォーマンスをベンチマークし、幼児と成人の顔に適用した場合に、これらのアルゴリズムが学習した表現の間に大きな領域ギャップがあることを実証する。 最後に、私たちはそのギャップを埋めるための次のステップを進めました。

関連論文リスト

• Challenges in Video-Based Infant Action Recognition: A Critical Examination of the State of the Art [9.327466428403916]
  InfActPrimitive’という,5つの重要な幼児マイルストーンアクションカテゴリを含む,画期的なデータセットを紹介します。 近縁骨格に基づく行動認識モデルを用いた広範囲な比較分析を行う。 以上の結果から,PoseC3Dモデルでは約71%の精度で高い精度を達成できたが,残りのモデルでは乳幼児行動の動態を正確に把握することが困難であった。
  論文  参考訳（メタデータ） (2023-11-21T02:36:47Z)
• Explaining Deep Face Algorithms through Visualization: A Survey [57.60696799018538]
  本研究は、顔領域における説明可能性アルゴリズムの第一種メタ分析を行う。 既存のフェース説明可能性について概観し、フェースネットワークの構造と階層に関する貴重な知見を明らかにする。
  論文  参考訳（メタデータ） (2023-09-26T07:16:39Z)
• Young Labeled Faces in the Wild (YLFW): A Dataset for Children Faces Recognition [0.0]
  子どもの顔認識のためのベンチマークデータセットを,LFW, CALFW, CPLFW, XQLFW, AgeDBといった有名な顔認識ベンチマークと同様にコンパイルする。 また、子供の顔画像に顔認識モデルを適用するための開発データセットも提示する。
  論文  参考訳（メタデータ） (2023-01-13T22:19:44Z)
• Towards early prediction of neurodevelopmental disorders: Computational model for Face Touch and Self-adaptors in Infants [0.0]
  乳児の運動を評価することは、発達障害の発症リスクを理解する鍵となる。 心理学における以前の研究は、赤ちゃんの顔の触覚などの特定の動きやジェスチャーを測定することは、赤ちゃんが自分自身とその文脈をどのように理解しているかを分析するのに不可欠であることを示した。 本研究は,乳幼児の動作やジェスチャーを追跡することによって,映像記録から顔の触覚を検出する,最初の自動アプローチを提案する。
  論文  参考訳（メタデータ） (2023-01-07T18:08:43Z)
• Deep Adaptation of Adult-Child Facial Expressions by Fusing Landmark Features [0.6219950137166257]
  深層畳み込みニューラルネットワークは、成人の表情の分類において有望な結果を示す。 本研究では, BEACE-BE-SELF (BEtaMix Selected Landmark Features) を用いた適応型FACial Expressionsを提案する。
  論文  参考訳（メタデータ） (2022-09-18T17:29:36Z)
• Improving Face Recognition with Large Age Gaps by Learning to Distinguish Children [18.035138944233367]
  本稿では,子像間の類似度を最小限に抑える新たな損失関数であるInter-Prototype Losingを提案する。 実験と詳細な分析により,既存の顔認識のベースラインを子どもと大人のペアで上回る結果が得られた。
  論文  参考訳（メタデータ） (2021-10-22T07:31:14Z)
• Heredity-aware Child Face Image Generation with Latent Space Disentanglement [96.92684978356425]
  本研究では,子育てに先立つ親のイメージに基づいて子どものイメージを生成するための,子育てという新しいアプローチを提案する。 第一の考え方は、事前訓練された生成モデルの潜伏空間を乱し、明確な意味論で児童画像の顔属性を正確に制御することである。
  論文  参考訳（メタデータ） (2021-08-25T06:59:43Z)
• FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild [50.8865921538953]
  年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。 我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。 提案手法は,既存の年齢推定手法を常に上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-21T14:31:32Z)
• Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
  本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。 本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
  論文  参考訳（メタデータ） (2020-11-17T18:12:41Z)
• Age Gap Reducer-GAN for Recognizing Age-Separated Faces [72.26969872180841]
  本稿では,年齢変化に伴う顔と時間変化をマッチングする新しいアルゴリズムを提案する。 提案手法は,顔の年齢推定と年齢別顔の検証を組み合わせた統合フレームワークである。
  論文  参考訳（メタデータ） (2020-11-11T16:43:32Z)
• On the Robustness of Face Recognition Algorithms Against Attacks and Bias [78.68458616687634]
  顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。 精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。 本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
  論文  参考訳（メタデータ） (2020-02-07T18:21:59Z)

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。