論文の概要: Face Detection on Mobile: Five Implementations and Analysis
- arxiv url: http://arxiv.org/abs/2205.05572v1
- Date: Wed, 11 May 2022 15:39:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-12 19:33:34.887375
- Title: Face Detection on Mobile: Five Implementations and Analysis
- Title(参考訳): モバイルでの顔検出:5つの実装と分析
- Authors: Kostiantyn Khabarlak
- Abstract要約: Viola-Jones (Haar Cascade), LBP, HOG, MTCNN, BlazeFaceを含む5つのアルゴリズムをモバイルに適用する。
我々は、モバイルの顔アクセス制御システムや、潜在的に他のモバイルアプリケーションに最適なアルゴリズムを提供する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In many practical cases face detection on smartphones or other highly
portable devices is a necessity. Applications include mobile face access
control systems, driver status tracking, emotion recognition, etc. Mobile
devices have limited processing power and should have long-enough battery life
even with face detection application running. Thus, striking the right balance
between algorithm quality and complexity is crucial. In this work we adapt 5
algorithms to mobile. These algorithms are based on handcrafted or
neural-network-based features and include: Viola-Jones (Haar cascade), LBP,
HOG, MTCNN, BlazeFace. We analyze inference time of these algorithms on
different devices with different input image resolutions. We provide guidance,
which algorithms are the best fit for mobile face access control systems and
potentially other mobile applications. Interestingly, we note that cascaded
algorithms perform faster on scenes without faces, while BlazeFace is slower on
empty scenes. Exploiting this behavior might be useful in practice.
- Abstract(参考訳): 多くのケースでは、スマートフォンや他の高ポータブルデバイス上での顔検出が不可欠である。
アプリケーションには、モバイルフェイスアクセス制御システム、ドライバステータストラッキング、感情認識などが含まれる。
モバイルデバイスは処理能力が限られており、顔検出アプリケーションが動作してもバッテリー寿命が長い。
したがって、アルゴリズムの品質と複雑さの適切なバランスを取ることが重要です。
この作業では、モバイルに5つのアルゴリズムを適用します。
これらのアルゴリズムは手作りまたはニューラルネットワークベースの機能に基づいており、Viola-Jones(Haar Cascade)、LPP、HOG、MCCNN、BlazeFaceが含まれる。
入力画像解像度の異なる異なるデバイス上でのこれらのアルゴリズムの推論時間を解析する。
我々は、モバイルの顔アクセス制御システムや、潜在的に他のモバイルアプリケーションに最適なアルゴリズムを提供する。
興味深いことに、ケースドアルゴリズムは顔のないシーンでは高速に動作し、BlazeFaceは空のシーンでは遅い。
この行動の発散は実際は役に立つかもしれない。
関連論文リスト
- Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳(メタデータ) (2022-03-14T17:05:59Z) - A new face swap method for image and video domains: a technical report [60.47144478048589]
FaceShifterアーキテクチャに基づいた新しいフェイススワップパイプラインを導入する。
新しいアイロス機能、超解像ブロック、ガウスベースのフェイスマスク生成は、品質改善につながる。
論文 参考訳(メタデータ) (2022-02-07T10:15:50Z) - Real-Time GPU-Accelerated Machine Learning Based Multiuser Detection for
5G and Beyond [70.81551587109833]
非線形ビームフォーミングフィルタは、大規模な接続を伴う定常シナリオにおいて、線形アプローチを著しく上回る。
主な課題の1つは、これらのアルゴリズムのリアルタイム実装である。
本稿では,大規模並列化によるAPSMに基づくアルゴリズムの高速化について検討する。
論文 参考訳(メタデータ) (2022-01-13T15:20:45Z) - CNN-based Omnidirectional Object Detection for HermesBot Autonomous
Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。
周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文 参考訳(メタデータ) (2021-10-22T15:05:37Z) - MOS: A Low Latency and Lightweight Framework for Face Detection,
Landmark Localization, and Head Pose Estimation [37.537102697992395]
顔検出,ランドマークの定位,頭部ポーズ推定を同時に行うために,低レイテンシで軽量なネットワークを提案する。
大きな角度の顔のランドマークを見つけることがより困難であるという観察に刺激され、学習を制限するためにポーズロスが提案される。
また,各タスクの重みを自動的に学習するために,不確実なマルチタスク損失を提案する。
論文 参考訳(メタデータ) (2021-10-21T08:05:53Z) - YOLO5Face: Why Reinventing a Face Detector [1.3272510644778104]
我々は、YOLOv5オブジェクト検出器をベースとした顔検出器を実装し、YOLO5Faceと呼ぶ。
モデルサイズが異なる検出器を設計し、最高の性能を実現する。
WiderFaceデータセットの実験結果は、私たちの顔検出器が最先端の性能を達成できることを示している。
論文 参考訳(メタデータ) (2021-05-27T03:54:38Z) - Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for
Age and Gender Prediction on Mobile Ocular Images [53.913598771836924]
スマートフォンで撮影した自撮り眼画像を使って年齢や性別を推定します。
ImageNet Challengeの文脈で提案された2つの既存の軽量CNNを適応させる。
一部のネットワークは顔認識のためにさらにトレーニングされており、非常に大規模なトレーニングデータベースが利用可能です。
論文 参考訳(メタデータ) (2021-03-31T01:48:29Z) - Simple online and real-time tracking with occlusion handling [6.80557541703437]
複数物体追跡はコンピュータビジョンにおいて難しい問題である。
最近のアルゴリズムは、これらの課題を克服するために動きと外観の手がかりを使用する。
新規なオンライン複数オブジェクト追跡アルゴリズムが提示される。
論文 参考訳(メタデータ) (2021-03-06T16:04:40Z) - BinaryCoP: Binary Neural Network-based COVID-19 Face-Mask Wear and
Positioning Predictor on Edge Devices [63.56630165340053]
フェイスマスクは、空気性疾患に対する双方向保護のための医療に効果的な解決策を提供する。
CNNは、顔認識と正しいマスク着用と位置決めの分類に優れたソリューションを提供する。
CNNは、企業ビル、空港、ショッピングエリア、その他の屋内場所への入り口で利用でき、ウイルスの拡散を緩和することができる。
論文 参考訳(メタデータ) (2021-02-06T00:14:06Z) - Fast Facial Landmark Detection and Applications: A Survey [0.0]
ここ数年で品質が大幅に向上したアプローチは、大きなポーズと感情の多様性を持つデータセットに重点を置いています。
そこで我々は,300-W,AFLW,WFLW,COFWという,難易度と最新度のデータセットの品質比較を行った。
論文 参考訳(メタデータ) (2021-01-12T09:40:40Z)
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。