論文の概要: Facial Information Analysis Technology for Gender and Age Estimation
- arxiv url: http://arxiv.org/abs/2111.09303v1
- Date: Wed, 17 Nov 2021 18:56:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-18 15:05:15.518064
- Title: Facial Information Analysis Technology for Gender and Age Estimation
- Title（参考訳）: 性別・年齢推定のための顔情報分析技術
- Authors: Gilheum Park, Sua Jung
- Abstract要約: 性別分類は年齢推定に比べて比較的単純であり, 深層学習に基づく顔認識技術により年齢推定が可能となった。
深層学習に基づく性別分類と年齢推定は,従来の機械学習技術と比較して,環境変化に対して頑健であった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This is a study on facial information analysis technology for estimating
gender and age, and poses are estimated using a transformation relationship
matrix between the camera coordinate system and the world coordinate system for
estimating the pose of a face image. Gender classification was relatively
simple compared to age estimation, and age estimation was made possible using
deep learning-based facial recognition technology. A comparative CNN was
proposed to calculate the experimental results using the purchased database and
the public database, and deep learning-based gender classification and age
estimation performed at a significant level and was more robust to
environmental changes compared to the existing machine learning techniques.
- Abstract（参考訳）: 本稿では、性別と年齢を推定するための顔情報分析技術について検討し、顔画像のポーズを推定するためのカメラ座標系と世界座標系との変換関係行列を用いてポーズを推定する。
性別分類は年齢推定に比べて比較的単純であり,深層学習に基づく顔認識技術により年齢推定が可能となった。
購入したデータベースと公開データベースを用いて実験結果を計算するために,比較CNNを提案し,ディープラーニングに基づく性別分類と年齢推定を有意なレベルで行い,既存の機械学習技術と比較して環境変化に対して堅牢であった。
関連論文リスト
- Synthetic Face Ageing: Evaluation, Analysis and Facilitation of Age-Robust Facial Recognition Algorithms [1.0499611180329804]
顔認識モデルのロバスト性を向上させるため,合成年齢データの利用の可能性を検討する。
合成老化画像を用いた画像の認識率は, 年齢差40歳以上の画像において, ベースラインモデルの結果よりも3.33%高い値を示した。
論文 参考訳（メタデータ） (2024-06-10T14:27:36Z) - A Hybrid Transformer-Sequencer approach for Age and Gender classification from in-wild facial images [1.7556999242499645]
本稿では,年齢と性別の分類問題に対する自己意識とBiLSTMアプローチを組み合わせたハイブリッドモデルを提案する。
提案モデルでは, 年齢と性別の分類のための最先端実装に比べて, 約10%, 6%の改善が注目されている。
論文 参考訳（メタデータ） (2024-03-19T06:40:06Z) - Fairness meets Cross-Domain Learning: a new perspective on Models and
Metrics [80.07271410743806]
クロスドメイン学習(CD)とモデルフェアネスの関係について検討する。
いくつかの人口集団にまたがる顔画像と医療画像のベンチマークと、分類とローカライゼーションタスクについて紹介する。
本研究は,3つの最先端フェアネスアルゴリズムとともに,14のCDアプローチをカバーし,前者が後者に勝ることを示す。
論文 参考訳（メタデータ） (2023-03-25T09:34:05Z) - LAE : Long-tailed Age Estimation [52.5745217752147]
まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。
標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。
本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-25T09:05:44Z) - 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) - 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) - 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) - Enhancing Facial Data Diversity with Style-based Face Aging [59.984134070735934]
特に、顔データセットは、通常、性別、年齢、人種などの属性の観点からバイアスされる。
本稿では, 細粒度の老化パターンをキャプチャするデータ拡張のための, 生成スタイルに基づく新しいアーキテクチャを提案する。
提案手法は, 年齢移動のための最先端アルゴリズムよりも優れていることを示す。
論文 参考訳（メタデータ） (2020-06-06T21:53:44Z) - 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。