論文の概要: Face Recognition Accuracy Across Demographics: Shining a Light Into the
Problem
- arxiv url: http://arxiv.org/abs/2206.01881v1
- Date: Sat, 4 Jun 2022 02:36:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 16:25:02.232260
- Title: Face Recognition Accuracy Across Demographics: Shining a Light Into the
Problem
- Title(参考訳): 顔認識の精度をデモグラフィックで見る: 問題に光を当てる
- Authors: Haiyu Wu, V\'itor Albiero, K. S. Krishnapriya, Michael C. King, Kevin
W. Bowyer
- Abstract要約: 平均的な顔の皮膚の明るさを持つ画像対の明るさは、人口統計学的および一致者間で最も一致した精度であることがわかった。
画像取得が制御される運用シナリオでは、狭い範囲で顔の肌の明るさを得られるように照明を調整した画像を取得することを提案する。
- 参考スコア(独自算出の注目度): 8.02620277513497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This is the first work that we are aware of to explore how the level of
brightness of the skin region in a pair of face images impacts face recognition
accuracy. Image pairs with both images having mean face skin brightness in an
upper-middle range of brightness are found to have the highest matching
accuracy across demographics and matchers. Image pairs with both images having
mean face skin brightness that is too dark or too light are found to have an
increased false match rate (FMR). Image pairs with strongly different face skin
brightness are found to have decreased FMR and increased false non-match rate
(FNMR). Using a brightness information metric that captures the variation in
brightness in the face skin region, the variation in matching accuracy is shown
to correlate with the level of information available in the face skin region.
For operational scenarios where image acquisition is controlled, we propose
acquiring images with lighting adjusted to yield face skin brightness in a
narrow range.
- Abstract(参考訳): 一対の顔画像における皮膚領域の明るさレベルが、顔の認識精度に与える影響を調査するのは、これが初めてである。
両画像が平均的な顔の皮膚の明るさを持つ画像対は, 人口統計学やマッチング学において, 一致の精度が最も高いことが判明した。
顔の皮膚の明るさが暗すぎるか暗すぎるかの2つの画像対は、偽一致率(FMR)が増大している。
顔の皮膚の明るさが強く異なる画像対は、FMRを減少させ、偽非マッチング速度(FNMR)を増大させた。
顔皮膚領域の明るさ変化を捉える輝度情報メトリクスを用いて、マッチング精度の変動は、顔皮膚領域で利用可能な情報のレベルと相関することを示す。
画像取得が制御される運用シナリオでは,照明を調整した画像を取得することで,狭い範囲で顔の明るさが得られるようにすることを提案する。
関連論文リスト
- LightFFDNets: Lightweight Convolutional Neural Networks for Rapid Facial Forgery Detection [0.0]
本研究では,Fake-Vs-Real-Faces [10]と140k Real and Fake Faces [61]データセットを用いた画像処理による偽造検出に焦点を当てた。
これらの画像を用いて偽造検出を行うために,2つの軽量ディープラーニングモデルを提案する。
提案した軽量ディープラーニングモデルは,顔画像の偽造を正確に,かつ効率的に検出できることが示されている。
論文 参考訳(メタデータ) (2024-11-18T18:44:10Z) - 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) - Human-Machine Comparison for Cross-Race Face Verification: Race Bias at
the Upper Limits of Performance? [0.7036032466145111]
顔認識アルゴリズムは、一部のケースでは人間よりも精度が高いが、人間と機械はどちらも人種ベースの精度の違いを示している。
我々は「クロスレース」顔認証の挑戦的なテストを構築し、人間と最先端の顔認識システム2つを比較した。
我々は,黒と白の2つの顔画像間の身元確認のための最先端のシステムが一般人口を上回ることができると結論付けた。
論文 参考訳(メタデータ) (2023-05-25T19:41:13Z) - Exploring Causes of Demographic Variations In Face Recognition Accuracy [10.534382915377025]
我々は,1対1の顔マッチングにおいて,非メイト(インポスタ)と/または交配(ジェヌイン)のばらつきによって,精度の違いが表されると考えている。
調査された原因には、皮膚のトーンの違い、顔のサイズと形状の違い、トレーニングデータにおける身元と画像の数の不均衡、テストデータで見える顔の量などが含まれる。
論文 参考訳(メタデータ) (2023-04-14T14:50:59Z) - Towards Racially Unbiased Skin Tone Estimation via Scene Disambiguation [48.632358823108326]
仮想顔アバターは、没入型コミュニケーション、ゲーム、メタバースにおいてますます重要な役割を果たす。
仮想顔アバターは、没入型コミュニケーション、ゲーム、メタバースにおいてますます重要な役割を果たす。
これは年齢、性別、民族に関係なく、アルベドで表される外観の正確な回復を必要とする。
論文 参考訳(メタデータ) (2022-05-08T22:01:30Z) - AdaFace: Quality Adaptive Margin for Face Recognition [56.99208144386127]
本稿では、損失関数、すなわち画像品質における適応性の別の側面を紹介する。
そこで本稿では,画像品質に基づいて異なる難易度を示す新たな損失関数を提案する。
提案手法は,4つのデータセット上でのSoTA(State-of-the-art)による顔認識性能を向上させる。
論文 参考訳(メタデータ) (2022-04-03T01:23:41Z) - 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) - Facial Manipulation Detection Based on the Color Distribution Analysis
in Edge Region [0.5735035463793008]
操作画像におけるエッジの垂直領域の色分布解析に基づく、一般化された、ロバストな顔操作検出手法を提案する。
本手法は, 各種データセットにおける合成顔画像の検出において, トレーニングに係わるか否かに関わらず, 既存の顔画像検出方法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-02-02T08:19:35Z) - 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) - Age Gap Reducer-GAN for Recognizing Age-Separated Faces [72.26969872180841]
本稿では,年齢変化に伴う顔と時間変化をマッチングする新しいアルゴリズムを提案する。
提案手法は,顔の年齢推定と年齢別顔の検証を組み合わせた統合フレームワークである。
論文 参考訳(メタデータ) (2020-11-11T16:43:32Z) - Dual-Attention GAN for Large-Pose Face Frontalization [59.689836951934694]
本稿では,フォトリアリスティック顔フロンダル化のためのDA-GAN(Dual-Attention Generative Adversarial Network)を提案する。
具体的には、ローカル機能と長距離依存関係を統合するために、自己アテンションベースのジェネレータが導入された。
顔領域の局所的特徴を強調するために,新しい顔認識に基づく識別器を適用した。
論文 参考訳(メタデータ) (2020-02-17T20:00:56Z)
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。