論文の概要: From Face to Gait: Weakly-Supervised Learning of Gender Information from Walking Patterns

• arxiv url: http://arxiv.org/abs/2111.00538v1
• Date: Sun, 31 Oct 2021 16:34:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-03 07:27:13.940112
• Title: From Face to Gait: Weakly-Supervised Learning of Gender Information from Walking Patterns
• Title（参考訳）: 顔から歩行へ:歩行パターンからのジェンダー情報の弱教師付き学習
• Authors: Andy Catruna, Adrian Cosma, Ion Emilian Radoi
• Abstract要約: 歩行の仕方に基づいて性別情報を学習するための弱教師付き手法を提案する。 我々は、最先端の顔分析モデルを用いて、歩行に基づくラベル伝搬を利用して、正面歩行シーケンスを自動的に注釈付けし、見えない角度に一般化する。 その結果、F1スコア91%の顔分析モデルと同等以上の性能を示し、カメラに面していない人や顔が邪魔されていない人のために、顔分析が不可能なシナリオを効果的に一般化する能力を示した。
• 参考スコア（独自算出の注目度）: 1.6114012813668934
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Obtaining demographics information from video is valuable for a range of real-world applications. While approaches that leverage facial features for gender inference are very successful in restrained environments, they do not work in most real-world scenarios when the subject is not facing the camera, has the face obstructed or the face is not clear due to distance from the camera or poor resolution. We propose a weakly-supervised method for learning gender information of people based on their manner of walking. We make use of state-of-the art facial analysis models to automatically annotate front-view walking sequences and generalise to unseen angles by leveraging gait-based label propagation. Our results show on par or higher performance with facial analysis models with an F1 score of 91% and the ability to successfully generalise to scenarios in which facial analysis is unfeasible due to subjects not facing the camera or having the face obstructed.
• Abstract（参考訳）: ビデオから人口統計情報を取得することは、さまざまな現実世界のアプリケーションにとって価値がある。 性別推論に顔の特徴を利用するアプローチは、抑制された環境では非常に成功したが、被写体がカメラに向き合っていない場合や、カメラからの距離や解像度が悪いため顔がはっきりしない場合、ほとんどの現実世界のシナリオでは機能しない。 歩行の仕方に基づいて性別情報を学習するための弱教師付き手法を提案する。 最先端の顔分析モデルを用いて,前景の歩行順序を自動注釈化し,歩行に基づくラベル伝搬を活用し,目立たない角度に一般化する。 以上の結果から,f1スコアが91%の顔分析モデルと同等以上の性能を示し,被写体がカメラに向き合わなかったり顔が邪魔されたりするため,顔分析が実現不可能となるシナリオを一般化することに成功した。

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)
• FACE-AUDITOR: Data Auditing in Facial Recognition Systems [24.082527732931677]
  顔画像を扱うスケーラビリティと能力のために、ショットベースの顔認識システムが注目されている。 顔画像の誤使用を防止するために、簡単なアプローチとして、生の顔画像を共有する前に修正する方法がある。 そこで本研究では,FACE-AUDITORの完全ツールキットを提案する。このツールキットは,少数ショットベースの顔認識モデルに問い合わせ,ユーザの顔画像のいずれかがモデルのトレーニングに使用されているかどうかを判断する。
  論文  参考訳（メタデータ） (2023-04-05T23:03:54Z)
• Robustness Disparities in Face Detection [64.71318433419636]
  本稿では,その顔検出システムの詳細なベンチマークとして,商業モデルと学術モデルのノイズに対する頑健性について検討する。 すべてのデータセットやシステム全体で、$textitmasculineである個人の写真が$textitdarker skin type$$$、$textitdarker$、または$textitdim lighting$は、他のIDよりもエラーの影響を受けやすい。
  論文  参考訳（メタデータ） (2022-11-29T05:22:47Z)
• Are Face Detection Models Biased? [69.68854430664399]
  顔領域の局所化による顔検出領域のバイアスについて検討した。 既存の顔検出データセットの多くは、このような分析に適したアノテーションを欠いている。 性別や肌の音色による検出精度の相違を観察し, 画像診断以外の要因の相互関係を考察した。
  論文  参考訳（メタデータ） (2022-11-07T14:27:55Z)
• A Comparative Analysis of the Face Recognition Methods in Video Surveillance Scenarios [0.0]
  本研究では,最先端の顔認識手法に対する比較ベンチマーク表を提案する。 本研究では, 年齢差, クラス内差(顔のメイクアップ, ひげなど)のある顔IDの映像監視データセットを構築し, ネイティブな顔画像データを用いて評価を行った。 一方、この研究は、マスクのない顔、マスクされた顔、眼鏡をかけた顔など、さまざまな状況下で最高の認識方法を発見する。
  論文  参考訳（メタデータ） (2022-11-05T17:59:18Z)
• Leveraging Real Talking Faces via Self-Supervision for Robust Forgery Detection [112.96004727646115]
  本研究では,実話を用いた顔操作映像の検出手法を開発した。 本手法は, クロスマニピュレーションの一般化とロバストネス実験における最先端性能を実現する。 以上の結果から、より堅牢な顔偽造検知器の開発には、自然ビデオと未表示ビデオの活用が有望な方向であることが示唆された。
  論文  参考訳（メタデータ） (2022-01-18T17:14:54Z)
• Faces in the Wild: Efficient Gender Recognition in Surveillance Conditions [0.0]
  我々は、よく知られた3つの監視データセットのフロントとワイルドフェース版を提示する。 本研究では,自然環境下での性別認識に適した顔情報と身体情報を効果的に動的に組み合わせたモデルを提案する。 本モデルでは,学習可能な融合行列とチャネル・アテンション・サブネットワークを介して顔と身体の情報を組み合わせる。
  論文  参考訳（メタデータ） (2021-07-14T17:02:23Z)
• Pre-training strategies and datasets for facial representation learning [58.8289362536262]
  いくつかの顔分析タスクやデータセットに適用可能な普遍的な顔表現の探索方法を示す。 顔に適応する2つの大規模表現学習を体系的に検討する。 私たちの主な2つの発見は以下の通りです: 完全にインザワイルドな未処理データに対する教師なし事前トレーニングは一貫性を提供し、場合によっては大幅な精度向上をもたらします。
  論文  参考訳（メタデータ） (2021-03-30T17:57:25Z)
• 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 and Gender Prediction From Face Images Using Attentional Convolutional Network [6.3344832182228]
  注意的・残差畳み込みネットワークのアンサンブルに基づく深層学習の枠組みを提案し,高い精度で顔画像の性別と年齢を推定する。 我々のモデルは、一般的な顔年齢と性別のデータセットに基づいて訓練され、有望な結果を得た。
  論文  参考訳（メタデータ） (2020-10-08T06:33:55Z)
• Investigating Bias in Deep Face Analysis: The KANFace Dataset and Empirical Study [67.3961439193994]
  現在までに最も包括的で大規模な顔画像とビデオのデータセットを導入している。 データは、アイデンティティ、正確な年齢、性別、親族関係の点で手動で注釈付けされる。 提案したベンチマークでネットワーク埋め込みをデバイアス化する手法を導入し,テストした。
  論文  参考訳（メタデータ） (2020-05-15T00:14:39Z)

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。