論文の概要: Homogeneous Low-Resolution Face Recognition Method based Correlation
Features
- arxiv url: http://arxiv.org/abs/2111.13175v1
- Date: Thu, 25 Nov 2021 17:11:52 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-29 16:42:46.043528
- Title: Homogeneous Low-Resolution Face Recognition Method based Correlation
Features
- Title(参考訳): 相関特徴に基づく均一低分解能顔認識法
- Authors: Xuan Zhao
- Abstract要約: 監視ビデオと画像の低解像度特徴は、高解像度の顔認識アルゴリズムが効果的な特徴情報を抽出することを困難にしている。
密集都市化の時代には、セキュリティ監視における顔認証がますます重要になるため、低解像度監視カメラが生み出す映像フレームの処理に十分な性能を発揮できるアルゴリズムを開発することが不可欠である。
本稿では,同種低分解能監視ビデオの相関特徴に基づく顔認識(CoFFaR)手法について,その理論,実験の詳細,実験結果について詳しく述べる。
- 参考スコア(独自算出の注目度): 3.747737951407512
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Face recognition technology has been widely adopted in many mission-critical
scenarios like means of human identification, controlled admission, and mobile
device access, etc. Security surveillance is a typical scenario of face
recognition technology. Because the low-resolution feature of surveillance
video and images makes it difficult for high-resolution face recognition
algorithms to extract effective feature information, Algorithms applied to
high-resolution face recognition are difficult to migrate directly to
low-resolution situations. As face recognition in security surveillance becomes
more important in the era of dense urbanization, it is essential to develop
algorithms that are able to provide satisfactory performance in processing the
video frames generated by low-resolution surveillance cameras. This paper study
on the Correlation Features-based Face Recognition (CoFFaR) method which using
for homogeneous low-resolution surveillance videos, the theory, experimental
details, and experimental results are elaborated in detail. The experimental
results validate the effectiveness of the correlation features method that
improves the accuracy of homogeneous face recognition in surveillance security
scenarios.
- Abstract(参考訳): 顔認識技術は、人間識別、入場制御、モバイルデバイスへのアクセスなど、多くのミッションクリティカルなシナリオで広く採用されている。
セキュリティ監視は顔認識技術の典型的なシナリオである。
監視映像と画像の低解像度化により、高解像度の顔認識アルゴリズムが効果的な特徴情報を抽出することが困難になるため、高解像度の顔認識に適用するアルゴリズムは、低解像度の状況に直接移行することが困難である。
密集都市化の時代には、セキュリティ監視における顔認証がますます重要になるため、低解像度監視カメラが生み出す映像フレームの処理に十分な性能を提供できるアルゴリズムを開発することが不可欠である。
本稿では,均質な低解像度監視ビデオを用いた相関特徴に基づく顔認識(coffar)法について,理論,実験の詳細,実験結果について詳述する。
実験により, 監視セキュリティシナリオにおける均一顔認証の精度を向上させる相関特徴法の有効性を検証した。
関連論文リスト
- Face De-identification: State-of-the-art Methods and Comparative Studies [32.333766763819796]
顔の特定は、顔画像のプライバシーを保護する効果的な手段とみなされる。
本稿では,現在最先端の顔識別手法を,ピクセルレベル,表現レベル,意味レベルという3つのレベルに分類する。
論文 参考訳(メタデータ) (2024-11-15T01:00:00Z) - DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake
Detection [67.3143177137102]
ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。
本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-07T07:19:45Z) - Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳(メタデータ) (2023-10-18T14:49:54Z) - Attention Consistency Refined Masked Frequency Forgery Representation
for Generalizing Face Forgery Detection [96.539862328788]
既存の偽造検出方法は、未確認領域の真正性を決定する不満足な一般化能力に悩まされている。
ACMF(Attention Consistency Refined masked frequency forgery representation model)を提案する。
いくつかのパブリックフェイスフォージェリーデータセットの実験結果から,提案手法の性能は最先端の手法と比較して優れていることが示された。
論文 参考訳(メタデータ) (2023-07-21T08:58:49Z) - Analysis of Recent Trends in Face Recognition Systems [0.0]
クラス間の類似性とクラス内変異により、顔認識システムは、それぞれ偽マッチングと偽非マッチエラーを生成する。
近年の研究では、抽出した特徴の堅牢性向上と、認識精度を高めるための前処理アルゴリズムに焦点が当てられている。
論文 参考訳(メタデータ) (2023-04-23T18:55:45Z) - Meet-in-the-middle: Multi-scale upsampling and matching for
cross-resolution face recognition [8.330506641637793]
本稿では, 顔の超解像, 解像度マッチング, マルチスケールテンプレート蓄積を組み合わせ, 監視映像から顔を確実に認識する手法を提案する。
提案手法では、実際の監視画像のターゲットデータセットのトレーニングや微調整は不要である。
論文 参考訳(メタデータ) (2022-11-28T11:23:32Z) - 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) - Privacy-Preserving Face Recognition with Learnable Privacy Budgets in
Frequency Domain [77.8858706250075]
本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。
本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
論文 参考訳(メタデータ) (2022-07-15T07:15:36Z) - Detect and Locate: A Face Anti-Manipulation Approach with Semantic and
Noise-level Supervision [67.73180660609844]
本稿では,画像中の偽造顔を効率的に検出する,概念的にシンプルだが効果的な方法を提案する。
提案手法は,画像に関する意味の高い意味情報を提供するセグメンテーションマップに依存する。
提案モデルでは,最先端検出精度と顕著なローカライゼーション性能を実現する。
論文 参考訳(メタデータ) (2021-07-13T02:59:31Z) - Effectiveness of State-of-the-Art Super Resolution Algorithms in
Surveillance Environment [0.0]
画像スーパーレゾリューション (SR) は、画像が観測者によって綿密に検査される必要がある領域において、強化された情報を抽出するアプリケーションを見つける。
従来の4つのSRアルゴリズムと3つのディープラーニングベースのSRアルゴリズムの有効性を検証した。
外部辞書を用いたCNNベースのSR技術は, 頑健な顔検出精度を実現することにより, 最良であることが証明された。
論文 参考訳(メタデータ) (2021-07-08T22:28:48Z) - 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。