論文の概要: Time flies by: Analyzing the Impact of Face Ageing on the Recognition Performance with Synthetic Data

• arxiv url: http://arxiv.org/abs/2208.08207v1
• Date: Wed, 17 Aug 2022 10:28:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-18 12:15:05.617863
• Title: Time flies by: Analyzing the Impact of Face Ageing on the Recognition Performance with Synthetic Data
• Title（参考訳）: 時間フライによる顔の老化が合成データによる認識性能に与える影響の分析
• Authors: Marcel Grimmer, Haoyu Zhang, Raghavendra Ramachandra, Kiran Raja, Christoph Busch
• Abstract要約: 本研究は,オープンソースのバイオメトリック認識システムの性能に及ぼす加齢の影響について考察する。 本研究の主目的は,1～5年間の短期年齢が一般認知能力にわずかに影響を及ぼすことである。
• 参考スコア（独自算出の注目度）: 18.47822752527376
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The vast progress in synthetic image synthesis enables the generation of facial images in high resolution and photorealism. In biometric applications, the main motivation for using synthetic data is to solve the shortage of publicly-available biometric data while reducing privacy risks when processing such sensitive information. These advantages are exploited in this work by simulating human face ageing with recent face age modification algorithms to generate mated samples, thereby studying the impact of ageing on the performance of an open-source biometric recognition system. Further, a real dataset is used to evaluate the effects of short-term ageing, comparing the biometric performance to the synthetic domain. The main findings indicate that short-term ageing in the range of 1-5 years has only minor effects on the general recognition performance. However, the correct verification of mated faces with long-term age differences beyond 20 years poses still a significant challenge and requires further investigation.
• Abstract（参考訳）: 合成画像合成の進歩により、高分解能およびフォトリアリズムの顔画像の生成が可能となった。 生体計測アプリケーションにおいて、合成データを使用する主な動機は、そのような機密情報を処理する際のプライバシーリスクを低減しつつ、公開可能な生体データ不足を解決することである。 これらの利点は, 顔の老化と最近の顔の年齢変化アルゴリズムをシミュレートし, 交配サンプルを生成し, 老化がオープンソースの生体認証システムの性能に与える影響について検討することで生かされる。 さらに、実データセットを用いて、生体計測性能を合成ドメインと比較し、短期的老化の効果を評価する。 本研究の主目的は,1～5年間の短期年齢が一般認知能力にわずかに影響を及ぼすことである。 しかし、20歳以上の年齢差のある交尾顔の正確な検証は依然として大きな課題であり、さらなる調査が必要である。

関連論文リスト

• Synthetic Face Ageing: Evaluation, Analysis and Facilitation of Age-Robust Facial Recognition Algorithms [1.0499611180329804]
  顔認識モデルのロバスト性を向上させるため,合成年齢データの利用の可能性を検討する。 合成老化画像を用いた画像の認識率は, 年齢差40歳以上の画像において, ベースラインモデルの結果よりも3.33%高い値を示した。
  論文  参考訳（メタデータ） (2024-06-10T14:27:36Z)
• Second Edition FRCSyn Challenge at CVPR 2024: Face Recognition Challenge in the Era of Synthetic Data [104.45155847778584]
  本稿では,合成データ時代における第2回顔認識チャレンジの概要について述べる。 FRCSynは、現在の技術的制限に対処するために、顔認識における合成データの使用について調査することを目的としている。
  論文  参考訳（メタデータ） (2024-04-16T08:15:10Z)
• If It's Not Enough, Make It So: Reducing Authentic Data Demand in Face Recognition through Synthetic Faces [16.977459035497162]
  大規模な顔データセットは、主にWebベースのイメージから作成され、明示的なユーザの同意が欠如している。 本稿では,合成顔データを用いて効果的な顔認識モデルの訓練を行う方法について検討する。
  論文  参考訳（メタデータ） (2024-04-04T15:45:25Z)
• Will your Doorbell Camera still recognize you as you grow old [1.6536018920603175]
  本研究は,顔認証法の性能に及ぼす年齢と加齢の影響について検討する。 様々な年齢効果を持つ高品質な顔画像の集合を拡大するために、フォトリアリスティックな年齢変換法が用いられている。 これらの合成老化データが高速深層学習に基づく顔認識モデルに与える影響を定量化する。
  論文  参考訳（メタデータ） (2023-08-08T12:43:26Z)
• Identity-Preserving Aging of Face Images via Latent Diffusion Models [22.2699253042219]
  顔画像の老化・老化に対する遅延テキスト・ツー・イメージ拡散モデルの提案, 評価, 評価を行った。 我々のモデルは、数発の訓練で成功し、直感的なテキストプロンプトによって制御できることのメリットが加わった。
  論文  参考訳（メタデータ） (2023-07-17T15:57:52Z)
• ContraNeRF: Generalizable Neural Radiance Fields for Synthetic-to-real Novel View Synthesis via Contrastive Learning [102.46382882098847]
  まず,合成から現実への新規な視点合成における合成データの影響について検討した。 本稿では,幾何制約を伴う多視点一貫した特徴を学習するために,幾何対応のコントラスト学習を導入することを提案する。 提案手法は,PSNR,SSIM,LPIPSの点で,既存の一般化可能な新規ビュー合成手法よりも高い画質で精細な画像を描画することができる。
  論文  参考訳（メタデータ） (2023-03-20T12:06:14Z)
• SynFace: Face Recognition with Synthetic Data [83.15838126703719]
  我々は、ID混在(IM)とドメイン混在(DM)を併用したSynFaceを考案し、パフォーマンスギャップを緩和する。 また、合成顔画像の系統的実験分析を行い、合成データを顔認識に効果的に活用する方法についての知見を提供する。
  論文  参考訳（メタデータ） (2021-08-18T03:41:54Z)
• FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild [50.8865921538953]
  年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。 我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。 提案手法は,既存の年齢推定手法を常に上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-21T14:31:32Z)
• Identity-Aware CycleGAN for Face Photo-Sketch Synthesis and Recognition [61.87842307164351]
  まず,画像生成ネットワークの監視に新たな知覚損失を適用したIACycleGAN(Identity-Aware CycleGAN)モデルを提案する。 眼や鼻などの重要な顔領域の合成により多くの注意を払うことで、フォトエッチング合成におけるサイクガンを改善する。 IACycleGANによる画像の合成を反復的に行う合成モデルと認識モデルとの相互最適化手法を開発した。
  論文  参考訳（メタデータ） (2021-03-30T01:30:08Z)
• 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)

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。