論文の概要: Beyond the Visible: A Survey on Cross-spectral Face Recognition

• arxiv url: http://arxiv.org/abs/2201.04435v1
• Date: Wed, 12 Jan 2022 12:09:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-13 14:54:11.547410
• Title: Beyond the Visible: A Survey on Cross-spectral Face Recognition
• Title（参考訳）: 可視性を超えて:クロススペクトル顔認識に関する調査
• Authors: David Anghelone, Cunjian Chen, Arun Ross, Antitza Dantcheva
• Abstract要約: クロススペクトル顔認識 (CFR) は個人を認識することを目的としている。 畳み込みニューラルネットワーク(CNN)に関連する人工知能の最近の進歩は、CFRの大幅な性能向上をもたらした。
• 参考スコア（独自算出の注目度）: 16.147310961390538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cross-spectral face recognition (CFR) is aimed at recognizing individuals, where compared face images stem from different sensing modalities, for example infrared vs. visible. While CFR is inherently more challenging than classical face recognition due to significant variation in facial appearance associated to a modality gap, it is superior in scenarios with limited or challenging illumination, as well as in the presence of presentation attacks. Recent advances in artificial intelligence related to convolutional neural networks (CNNs) have brought to the fore a significant performance improvement in CFR. Motivated by this, the contributions of this survey are three-fold. We provide an overview of CFR, targeted to compare face images captured in different spectra, by firstly formalizing CFR and then presenting concrete related applications. Secondly, we explore suitable spectral bands for recognition and discuss recent CFR-methods, placing emphasis on deep neural networks. In particular we revisit techniques that have been proposed to extract and compare heterogeneous features, as well as datasets. We enumerate strengths and limitations of different spectra and associated algorithms. Finally, we discuss research challenges and future lines of research.
• Abstract（参考訳）: クロススペクトル顔認識(CFR)は、個人を認識することを目的としており、顔画像の比較は、例えば赤外線と可視光など、異なる知覚モードに由来する。 CFRは、モダリティギャップに関連する顔の外観の顕著な変化により、古典的な顔認識よりも本質的に困難であるが、限られた照明や難解な照明のシナリオや、プレゼンテーションアタックの存在において優れている。 畳み込みニューラルネットワーク(CNN)に関連する人工知能の最近の進歩は、CFRの大幅な性能向上をもたらした。 これを受けて、この調査の貢献は3倍になる。 本稿では,まずCFRを定式化し,さらに具体的な応用を提示することにより,異なるスペクトルで捉えた顔画像を比較することを目的としたCFRの概要を示す。 第2に,認識に適したスペクトル帯域を探索し,近年のcfr手法について考察し,深層ニューラルネットワークに着目した。 特に,異種特徴とデータセットを抽出・比較するために提案されている手法を再検討する。 異なるスペクトルと関連するアルゴリズムの強度と限界を列挙する。 最後に,研究課題と今後の研究方針について論じる。

関連論文リスト

• Beyond Spatial Explanations: Explainable Face Recognition in the Frequency Domain [6.69421628320396]
  我々は、探索されていない周波数領域における説明可能な顔認識について、一歩前進して検討する。 この研究は、周波数領域における検証に基づく決定の説明可能性について初めて提案する。
  論文  参考訳（メタデータ） (2024-07-16T17:29:24Z)
• 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)
• 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)
• Localization using Multi-Focal Spatial Attention for Masked Face Recognition [22.833899749506394]
  無接触生体認証システムのためのマスク付き顔認識を開発する必要がある。 マスク領域を正確に除去する補足型注意学習と多地点空間注意を提案する。 ICCV 2021-MFR/Insightface トラックでの MFR 性能の評価を行い,MFR と FR の両方のデータセットにおける改善性能を実証した。
  論文  参考訳（メタデータ） (2023-05-03T05:39:12Z)
• 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)
• A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
  本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
  論文  参考訳（メタデータ） (2021-08-21T17:59:56Z)
• End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
  最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。 本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。 我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
  論文  参考訳（メタデータ） (2021-08-21T09:08:41Z)
• Learning Fair Face Representation With Progressive Cross Transformer [79.73754444296213]
  フェアフェイス認識のためのプログレッシブクロストランス (PCT) 手法を提案する。 我々は,PCTが最先端FR性能を達成しつつ,顔認識におけるバイアスを軽減することができることを示した。
  論文  参考訳（メタデータ） (2021-08-11T01:31:14Z)
• Multi-Metric Evaluation of Thermal-to-Visual Face Recognition [3.0255457622022486]
  我々は、機械学習を用いて、赤外線画像から視覚スペクトル面を合成する異種・横断的な顔認識の課題に対処することを目的とする。 我々は、顔画像合成にGAN(Geneversarative Adrial Networks)を使用する能力について検討し、これらの画像の性能を事前学習した畳み込みニューラルネットワーク(CNN)を用いて検討する。 CNNを用いて抽出した特徴を顔認証と検証に応用する。
  論文  参考訳（メタデータ） (2020-07-22T10:18:34Z)

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。