論文の概要: A Deep Insight into Measuring Face Image Utility with General and
Face-specific Image Quality Metrics
- arxiv url: http://arxiv.org/abs/2110.11111v2
- Date: Fri, 22 Oct 2021 12:01:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-25 11:31:51.763029
- Title: A Deep Insight into Measuring Face Image Utility with General and
Face-specific Image Quality Metrics
- Title（参考訳）: 一般・顔特化画像品質指標による顔画像の実用性評価の深層化
- Authors: Biying Fu, Cong Chen, Olaf Henniger, and Naser Damer
- Abstract要約: 一般的な画像品質のメトリクスは、グローバルなイメージで使用することができ、人間の知覚に関連付けられる。
本研究の結果から,顔用ユーティリティ尺度として特に訓練を受けなくても,学習した画像指標と顔用ユーティリティとの間に明確な相関関係が明らかとなった。
- 参考スコア（独自算出の注目度）: 5.770286315818393
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quality scores provide a measure to evaluate the utility of biometric samples
for biometric recognition. Biometric recognition systems require high-quality
samples to achieve optimal performance. This paper focuses on face images and
the measurement of face image utility with general and face-specific image
quality metrics. While face-specific metrics rely on features of aligned face
images, general image quality metrics can be used on the global image and
relate to human perceptions. In this paper, we analyze the gap between the
general image quality metrics and the face image quality metrics. Our
contribution lies in a thorough examination of how different the image quality
assessment algorithms relate to the utility for the face recognition task. The
results of image quality assessment algorithms are further compared with those
of dedicated face image quality assessment algorithms. In total, 25 different
quality metrics are evaluated on three face image databases, BioSecure, LFW,
and VGGFace2 using three open-source face recognition solutions, SphereFace,
ArcFace, and FaceNet. Our results reveal a clear correlation between learned
image metrics to face image utility even without being specifically trained as
a face utility measure. Individual handcrafted features lack general stability
and perform significantly worse than general face-specific quality metrics. We
additionally provide a visual insight into the image areas contributing to the
quality score of a selected set of quality assessment methods.
- Abstract（参考訳）: 品質スコアは生体認証のためのバイオメトリックサンプルの有用性を評価する尺度を提供する。
生体認証システムは最適な性能を得るために高品質なサンプルを必要とする。
本稿では、顔画像と、顔特有の画像品質指標を用いた顔画像の有用性の測定に焦点を当てた。
顔特有のメトリクスは、アライメントされた顔画像の特徴に依存するが、一般的な画像品質指標は、グローバルイメージ上で使用でき、人間の知覚に関連付けることができる。
本稿では,一般画像品質指標と顔画像品質指標とのギャップを解析する。
我々の貢献は、画像品質評価アルゴリズムが顔認識タスクの実用性とどのように関係しているかを徹底的に検討することにある。
画像品質評価アルゴリズムの結果は、専用の顔画像品質評価アルゴリズムと比較される。
3つの顔画像データベース、biosecure, lfw, vggface2に対して、sphereface, arcface, facenetという3つのオープンソースの顔認識ソリューションを使用して、合計25の異なる品質指標を評価している。
以上の結果から,顔用ユーティリティとして特別に訓練されることなく,学習した画像メトリクスと顔用ユーティリティとの相関が明らかとなった。
個々の手作り機能には一般的な安定性がなく、一般的な顔特有の品質指標よりもはるかに悪いパフォーマンスがある。
また、選択した品質評価方法の品質スコアに寄与する画像領域に対する視覚的な洞察を提供する。
関連論文リスト
- Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。
顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
論文 参考訳（メタデータ） (2024-06-04T01:36:29Z) - AdaFace: Quality Adaptive Margin for Face Recognition [56.99208144386127]
本稿では、損失関数、すなわち画像品質における適応性の別の側面を紹介する。
そこで本稿では,画像品質に基づいて異なる難易度を示す新たな損失関数を提案する。
提案手法は,4つのデータセット上でのSoTA(State-of-the-art)による顔認識性能を向上させる。
論文 参考訳（メタデータ） (2022-04-03T01:23:41Z) - Pixel-Level Face Image Quality Assessment for Explainable Face
Recognition [5.858033242850427]
認識のための顔画像における画素の有効性を決定する画素レベルの顔画像品質の概念を導入する。
本研究では,任意の顔認識ネットワークが与えられた場合,顔画像の画素レベルの品質を評価するためのトレーニング不要なアプローチを提案する。
論文 参考訳（メタデータ） (2021-10-21T09:12:17Z) - Network Architecture Search for Face Enhancement [82.25775020564654]
我々は、NASFE(Network Architecture Search for Face Enhancement)と呼ばれるマルチタスクの顔復元ネットワークを提案する。
NASFEは、単一の劣化(すなわち)を含む低品質の顔画像を高めることができる。
ノイズまたはぼやけ)または複数の劣化(ノイズ+ブラル+ローライト)
論文 参考訳（メタデータ） (2021-05-13T19:46:05Z) - 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) - The Elements of End-to-end Deep Face Recognition: A Survey of Recent
Advances [56.432660252331495]
顔認識はコンピュータビジョンにおいて最も人気があり、長く続いたトピックの1つである。
ディープフェイス認識は目覚ましい進歩を遂げ、多くの現実世界のアプリケーションで広く利用されている。
本稿では,各要素の最近の進歩を概観する。
論文 参考訳（メタデータ） (2020-09-28T13:02:17Z) - Face Image Quality Assessment: A Literature Survey [16.647739693192236]
本調査は、主に可視波長の顔画像入力に焦点を当てた顔画像品質評価文献の概要を提供する。
深層学習に基づく手法の傾向が観察され,近年のアプローチにおける概念的差異が顕著である。
論文 参考訳（メタデータ） (2020-09-02T14:26:12Z) - Inducing Predictive Uncertainty Estimation for Face Recognition [102.58180557181643]
顔画像の「マッドペア」から画像品質訓練データを自動的に生成する手法を提案する。
生成したデータを用いて、顔画像の信頼度を推定するために、PCNetと呼ばれる軽量な予測信頼ネットワークを訓練する。
論文 参考訳（メタデータ） (2020-09-01T17:52:00Z) - 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) - SER-FIQ: Unsupervised Estimation of Face Image Quality Based on
Stochastic Embedding Robustness [15.431761867166]
任意の顔認識モデルに基づいて顔の質を測定する新しい概念を提案する。
提案手法を,学界と産業界からの6つの最先端アプローチと比較した。
論文 参考訳（メタデータ） (2020-03-20T16:50:30Z)
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。