論文の概要: SoK: Anti-Facial Recognition Technology

• arxiv url: http://arxiv.org/abs/2112.04558v1
• Date: Wed, 8 Dec 2021 20:01:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-11 00:47:37.862154
• Title: SoK: Anti-Facial Recognition Technology
• Title（参考訳）: SoK:アンチファシアル認識技術
• Authors: Emily Wenger, Shawn Shan, Haitao Zheng, Ben Y. Zhao
• Abstract要約: 顔認識ツールは、ユーザーが望まない顔認識を避けるのに役立つ。 ここ数年で提案されたAFRツールのセットは、広く展開され、急速に進化している。 本稿では,AFR研究の展望を包括的に分析する。
• 参考スコア（独自算出の注目度）: 19.42379134124085
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid adoption of facial recognition (FR) technology by both government and commercial entities in recent years has raised concerns about civil liberties and privacy. In response, a broad suite of so-called "anti-facial recognition" (AFR) tools has been developed to help users avoid unwanted facial recognition. The set of AFR tools proposed in the last few years is wide-ranging and rapidly evolving, necessitating a step back to consider the broader design space of AFR systems and long-term challenges. This paper aims to fill that gap and provides the first comprehensive analysis of the AFR research landscape. Using the operational stages of FR systems as a starting point, we create a systematic framework for analyzing the benefits and tradeoffs of different AFR approaches. We then consider both technical and social challenges facing AFR tools and propose directions for future research in this field.
• Abstract（参考訳）: 近年、政府や商業団体による顔認識技術(FR)の急速な採用により、市民の自由とプライバシーに対する懸念が高まっている。 これに対し、ユーザーが望ましくない顔認識を避けるために、いわゆる「反顔認証」(AFR)ツール群が開発された。 過去数年間に提案されたAFRツールのセットは広範囲で急速に進化しており、AFRシステムのより広い設計領域と長期的な課題を考えるために一歩後退する必要がある。 本稿では,このギャップを埋めることを目的として,AFR研究の展望を包括的に分析する。 FRシステムの運用段階を出発点として、異なるAFRアプローチの利点とトレードオフを分析するための体系的なフレームワークを作成します。 次に,AFRツールに直面する技術的課題と社会的課題について考察し,今後の研究の方向性を提案する。

関連論文リスト

• A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking [0.5898893619901381]
  マスク付き顔認識(MFR)は、特に世界的な新型コロナウイルス(COVID-19)パンデミックによって、生体認証において重要な領域として登場した。 本研究は,マスクを被った人物の認識・検出における課題と進歩を包括的に分析した。
  論文  参考訳（メタデータ） (2024-05-09T16:52:43Z)
• Towards Real-world Video Face Restoration: A New Benchmark [33.01372704755186]
  我々は,「フル,オクルード,サイド」の顔を持つFOSという新しい実世界のデータセットを紹介した。 FOSデータセットは、より多様な劣化をカバーし、より複雑なシナリオからの顔サンプルを含む。 我々は、最先端のBFR法とビデオスーパー解像度(VSR)法の両方をベンチマークして、現在のアプローチを網羅的に研究した。
  論文  参考訳（メタデータ） (2024-04-30T12:37:01Z)
• Rethinking the Domain Gap in Near-infrared Face Recognition [65.7871950460781]
  不均一顔認識(HFR)は、視覚領域(VIS)と近赤外領域(NIR)にまたがる複雑な顔画像マッチング作業を伴う。 HFRに関する既存の文献の多くは、ドメインギャップを主要な課題と認識し、それを入力レベルまたは機能レベルでブリッジする取り組みを指示している。 大規模同質なVISデータで事前トレーニングを行った場合、大規模ニューラルネットワークはより小さなニューラルネットワークとは異なり、HFRでは例外的なゼロショット性能を示す。
  論文  参考訳（メタデータ） (2023-12-01T14:43:28Z)
• Survey on Deep Face Restoration: From Non-blind to Blind and Beyond [79.1398990834247]
  顔復元(FR)は、低品質 (LQ) の顔画像を高品質 (HQ) の顔画像に復元することを目的とした、画像復元の専門分野である。 近年のディープラーニング技術の進歩はFR法に大きな進歩をもたらした。
  論文  参考訳（メタデータ） (2023-09-27T08:39:03Z)
• A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
  新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。 マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。 これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
  論文  参考訳（メタデータ） (2022-11-07T17:20:39Z)
• Escaping Data Scarcity for High-Resolution Heterogeneous Face Hallucination [68.78903256687697]
  Heterogeneous Face Recognition (HFR) では、視覚や熱といった2つの異なる領域にまたがる顔のマッチングが目的である。 合成によるギャップを埋めようとする最近の手法は有望な結果を得たが、ペアトレーニングデータの不足により、その性能は依然として制限されている。 本稿では,HFRのための新しい顔幻覚パラダイムを提案する。これはデータ効率のよい合成を可能にするだけでなく,プライバシポリシーを破ることなくモデルトレーニングのスケールアップを可能にする。
  論文  参考訳（メタデータ） (2022-03-30T20:44:33Z)
• Beyond the Visible: A Survey on Cross-spectral Face Recognition [15.469814029453893]
  クロススペクトル顔認識 (CFR) とは、異なるスペクトル帯から生じる顔画像を用いて個人を認識することを指す。 近年のディープニューラルネットワーク(DNN)の進歩により、CFRシステムの性能が大幅に向上した。
  論文  参考訳（メタデータ） (2022-01-12T12:09:24Z)
• Deep Learning meets Liveness Detection: Recent Advancements and Challenges [3.2011056280404637]
  我々は,2017年以降の深部機能的FAS手法に関する文献を包括的に調査している。 本研究では,FASの時系列,進化過程,評価基準について概説する。
  論文  参考訳（メタデータ） (2021-12-29T19:24:58Z)
• Fine-Grained Image Analysis with Deep Learning: A Survey [146.22351342315233]
  きめ細かい画像解析(FGIA)は、コンピュータビジョンとパターン認識における長年の根本的な問題である。 本稿では、FGIAの分野を再定義し、FGIAの2つの基礎研究領域、細粒度画像認識と細粒度画像検索を統合することで、FGIAの分野を広げようとしている。
  論文  参考訳（メタデータ） (2021-11-11T09:43:56Z)
• Deep Learning for Face Anti-Spoofing: A Survey [74.42603610773931]
  対面防止(FAS)は、プレゼンテーションアタック(PA)から顔認識システムを保護する上で重要な役割を担っているため、近年注目を集めている。
  論文  参考訳（メタデータ） (2021-06-28T19:12:00Z)

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。