Fugu-MT 論文翻訳(概要): Facial Action Unit Recognition Based on Transfer Learning

論文の概要: Facial Action Unit Recognition Based on Transfer Learning

arxiv url: http://arxiv.org/abs/2203.14694v1
Date: Fri, 25 Mar 2022 04:01:58 GMT
ステータス: 処理完了
システム内更新日: 2022-03-29 15:26:05.474908
Title: Facial Action Unit Recognition Based on Transfer Learning
Title（参考訳）: 伝達学習に基づく顔行動単位認識
Authors: Shangfei Wang, Yanan Chang, Jiahe Wang
Abstract要約: 本稿では,移動学習に基づく顔動作単位認識手法を提案する。まず,表現ラベル付き顔画像を用いて特徴抽出ネットワークを訓練する。
参考スコア（独自算出の注目度）: 22.34261589991243
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Facial action unit recognition is an important task for facial analysis. Owing to the complex collection environment, facial action unit recognition in the wild is still challenging. The 3rd competition on affective behavior analysis in-the-wild (ABAW) has provided large amount of facial images with facial action unit annotations. In this paper, we introduce a facial action unit recognition method based on transfer learning. We first use available facial images with expression labels to train the feature extraction network. Then we fine-tune the network for facial action unit recognition.
Abstract（参考訳）: 顔面行動単位認識は顔分析において重要な課題である。複雑な収集環境のため、野生における顔行動単位の認識は依然として困難である。第3回感情行動分析コンテスト(ABAW)では,顔動作単位アノテーションを用いた顔画像が多数提供されている。本稿では,トランスファー学習に基づく顔行動単位認識手法を提案する。まず,表現ラベル付き顔画像を用いて特徴抽出ネットワークを訓練する。次に、顔行動単位認識のためのネットワークを微調整する。

関連論文リスト

CLIP Unreasonable Potential in Single-Shot Face Recognition [0.0]
顔認識は、顔のパターンや特徴を分析して個人を識別し、認証するために設計されたコンピュータビジョンの中核的なタスクである。近年,OpenAIによって開発されたCLIP(Contrastive Language Image Pretraining)モデルが注目されている。 CLIPは自然言語処理と視覚タスクを結びつけることで、モジュール間の一般化を可能にする。
論文参考訳（メタデータ） (2024-11-19T08:23:52Z)
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)
Self-Supervised Facial Representation Learning with Facial Region Awareness [13.06996608324306]
自己教師付き事前学習は、様々な視覚的タスクに役立つ伝達可能な表現を学習するのに有効であることが証明されている。この目標に向けての最近の取り組みは、各顔画像を全体として扱うことに限定されている。本研究では,一貫したグローバルおよびローカルな顔表現を学習するための,自己教師型顔表現学習フレームワークを提案する。
論文参考訳（メタデータ） (2024-03-04T15:48:56Z)
A Generalist FaceX via Learning Unified Facial Representation [77.74407008931486]
FaceXは、多様な顔タスクを同時に処理できる新しい顔ジェネラリストモデルである。汎用的なFaceXは、一般的な顔編集タスクの精巧なタスク特化モデルと比較して、競争性能が向上する。
論文参考訳（メタデータ） (2023-12-31T17:41:48Z)
Disentangling Identity and Pose for Facial Expression Recognition [54.50747989860957]
より識別的な特徴表現を学習するために,識別モデルを提案し,不整形表情認識(IPD-FER)モデルを提案する。アイデンティティエンコーダでは、訓練中に訓練済みの顔認識モデルを利用して固定し、特定の表情訓練データに対する制限を軽減する。合成された中性画像と同一個体の表情画像との差を比較することにより、表現成分はアイデンティティやポーズからさらに切り離される。
論文参考訳（メタデータ） (2022-08-17T06:48:13Z)
Emotion Separation and Recognition from a Facial Expression by Generating the Poker Face with Vision Transformers [57.1091606948826]
我々はこれらの課題に対処するため,ポーカー・フェイス・ビジョン・トランスフォーマー (PF-ViT) と呼ばれる新しいFERモデルを提案する。 PF-ViTは、対応するポーカーフェースを生成して、乱れを認識できない感情を静的な顔画像から分離し、認識することを目的としている。 PF-ViTはバニラビジョントランスフォーマーを使用し、そのコンポーネントは大規模な表情データセット上でMasked Autoencodeerとして事前トレーニングされている。
論文参考訳（メタデータ） (2022-07-22T13:39:06Z)
I Only Have Eyes for You: The Impact of Masks On Convolutional-Based Facial Expression Recognition [78.07239208222599]
今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
論文参考訳（メタデータ） (2021-04-16T20:03:30Z)
Spontaneous Emotion Recognition from Facial Thermal Images [0.0]
熱赤外画像における顔画像処理のタスクの多くは、現代の学習に基づくアプローチで対処できると分析する。 USTC-NVIEデータベースを使用して、顔のランドマーク局在化のための多数の機械学習アルゴリズムのトレーニングを行っています。
論文参考訳（メタデータ） (2020-12-13T05:55:19Z)
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)
Facial gesture interfaces for expression and communication [0.0]
意図的な人間とコンピュータのインタラクションに顔の動きに依存する視覚ベースのインタフェースに関するプロジェクトについてレビューする。テキスト入力、芸術的・音楽的表現、運動障害者のための補助技術など、いくつかの分野への応用が紹介されている。
論文参考訳（メタデータ） (2020-10-04T12:51:48Z)
Learning Emotional-Blinded Face Representations [77.7653702071127]
感情反応に関連する表情に盲目な2つの顔表現を提案する。この作業は、個人データ保護に関する新たな国際規則によって動機付けられている。
論文参考訳（メタデータ） (2020-09-18T09:24:10Z)

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。