論文の概要: HiMFR: A Hybrid Masked Face Recognition Through Face Inpainting
- arxiv url: http://arxiv.org/abs/2209.08930v1
- Date: Mon, 19 Sep 2022 11:26:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-20 18:27:12.265239
- Title: HiMFR: A Hybrid Masked Face Recognition Through Face Inpainting
- Title(参考訳): HiMFR:フェイスペイントによるハイブリッドマスク付き顔認識
- Authors: Md Imran Hosen and Md Baharul Islam
- Abstract要約: エンドツーエンドの複合顔認証システム、HiMFRを提案する。
マスクされた顔検出モジュールは、事前訓練された視覚変換器を適用して、顔がマスクで覆われているか否かを検出する。
Inpaintingモジュールは、GAN(Generative Adversarial Network)に基づいたきめ細かい画像のインペイントモデルを使用して、顔を復元する。
最後に、EfficientNetB3バックボーンを備えたViTに基づくハイブリッド顔認識モジュールは、顔を認識する。
- 参考スコア(独自算出の注目度): 0.7868449549351486
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To recognize the masked face, one of the possible solutions could be to
restore the occluded part of the face first and then apply the face recognition
method. Inspired by the recent image inpainting methods, we propose an
end-to-end hybrid masked face recognition system, namely HiMFR, consisting of
three significant parts: masked face detector, face inpainting, and face
recognition. The masked face detector module applies a pretrained Vision
Transformer (ViT\_b32) to detect whether faces are covered with masked or not.
The inpainting module uses a fine-tune image inpainting model based on a
Generative Adversarial Network (GAN) to restore faces. Finally, the hybrid face
recognition module based on ViT with an EfficientNetB3 backbone recognizes the
faces. We have implemented and evaluated our proposed method on four different
publicly available datasets: CelebA, SSDMNV2, MAFA, {Pubfig83} with our locally
collected small dataset, namely Face5. Comprehensive experimental results show
the efficacy of the proposed HiMFR method with competitive performance. Code is
available at https://github.com/mdhosen/HiMFR
- Abstract(参考訳): マスクされた顔を認識するためには、まず顔の閉ざされた部分を復元し、その後に顔認識法を適用することが考えられる。
近年のイメージインペインティング法に触発されて,マスク顔検出,顔インペインティング,顔認識の3つの重要な部分からなる,エンドツーエンドのハイブリッドマスク顔認識システムhifrを提案する。
マスク顔検出モジュールは、予め訓練されたビジョントランス(vit\_b32)を適用して、顔がマスクされているか否かを検出する。
インペインティングモジュールは、生成敵ネットワーク(gan)に基づく微調整画像インペインティングモデルを使用して顔の復元を行う。
最後に、効率の良いnetb3バックボーンを持つvitに基づくハイブリッド顔認識モジュールが顔を認識する。
提案手法は, celeba, ssdmnv2, mafa, {pubfig83} という4種類のデータセットに対して, 局所的に収集した小集合 face5 を用いて実装し, 評価した。
総合実験の結果,競合性能を有するhfr法の有効性が示された。
コードはhttps://github.com/mdhosen/HiMFRで入手できる。
関連論文リスト
- Face Mask Removal with Region-attentive Face Inpainting [0.7433327915285965]
本研究では,顔のマスク部分の復元・再構成を行う生成顔インペイント法を提案する。
提案手法は,空間情報損失を軽減するため,M-CSAM (M-scale Channel-Spatial Attention Module) を含む。
我々は、CelebAデータセットから5種類のマスクを組み込むことで、独自のMasked-Facesデータセットを合成する。
論文 参考訳(メタデータ) (2024-09-10T20:10:11Z) - Seeing through the Mask: Multi-task Generative Mask Decoupling Face
Recognition [47.248075664420874]
現在の一般的な顔認識システムは、隠蔽シーンに遭遇する際の重大な性能劣化に悩まされている。
本稿では,これら2つのタスクを協調的に扱うために,マルチタスクのgEnerative mask dEcoupling Face Recognition (MEER) ネットワークを提案する。
まず,マスクと識別情報を分離する新しいマスクデカップリングモジュールを提案する。
論文 参考訳(メタデータ) (2023-11-20T03:23:03Z) - FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。
ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。
また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
論文 参考訳(メタデータ) (2022-05-23T07:19:42Z) - A Unified Framework for Masked and Mask-Free Face Recognition via
Feature Rectification [19.417191498842044]
マスク付き顔とマスクなし顔の両方を識別するための統合フレームワークである顔特徴整形ネットワーク(FFR-Net)を提案する。
本研究では,最先端認識モデルにより抽出された特徴を,空間次元とチャネル次元の両方で整列するための整列ブロックを導入する。
実験により,我々のフレームワークは,マスク付き顔とマスクなし顔の両方を効果的に認識するための修正された特徴空間を学習できることが示されている。
論文 参考訳(メタデータ) (2022-02-15T12:37:59Z) - GMFIM: A Generative Mask-guided Facial Image Manipulation Model for
Privacy Preservation [0.7734726150561088]
入力顔画像に知覚不可能な編集を適用するために,GANをベースとしたマスク誘導顔画像マニピュレーションモデルを提案する。
我々のモデルは、最先端の手法と比較して、自動顔認識システムに対してより良い性能を実現することができる。
論文 参考訳(メタデータ) (2022-01-10T14:09:14Z) - FocusFace: Multi-task Contrastive Learning for Masked Face Recognition [4.420321822469077]
SARS-CoV-2は科学界に直接的かつ間接的な課題を提示した。
顔認識手法は、マスクやマスクされていない個人に類似した精度で身元確認を行うのに苦労する。
本研究では,マルチタスクアーキテクチャであるFocusFaceを提案する。
論文 参考訳(メタデータ) (2021-10-28T08:17:12Z) - MLFW: A Database for Face Recognition on Masked Faces [56.441078419992046]
Masked LFW (MLFW) は、マスクのない顔からマスクされた顔を自動的に生成するツールである。
SOTAモデルの認識精度は、元の画像の精度と比較して、MLFWデータベース上で5%-16%低下する。
論文 参考訳(メタデータ) (2021-09-13T09:30:10Z) - HifiFace: 3D Shape and Semantic Prior Guided High Fidelity Face Swapping [116.1022638063613]
本研究では,光源面の顔形状を保存し,写真リアルな結果を生成できるHifiFaceを提案する。
本稿では,エンコーダとデコーダの組み合わせを最適化するSemantic Facial Fusionモジュールを提案する。
論文 参考訳(メタデータ) (2021-06-18T07:39:09Z) - One Shot Face Swapping on Megapixels [65.47443090320955]
本稿では,顔面スワッピング(略してMegaFS)における最初のメガピクセルレベル法を提案する。
本手法の成功に対する3つの新しい貢献は,顔の完全な表現,安定したトレーニング,限られたメモリ使用量である。
論文 参考訳(メタデータ) (2021-05-11T10:41:47Z) - Towards NIR-VIS Masked Face Recognition [47.00916333095693]
近赤外可視(NIR-VIS)顔認識は異種顔認識において最も一般的な症例である。
2つのドメインの顔表現で共有される相互情報を最大化するための新しいトレーニング手法を提案する。
さらに、既存のNIR画像からマスク面を合成するために、3次元顔再構成に基づくアプローチを用いる。
論文 参考訳(メタデータ) (2021-04-14T10:40:09Z) - Unmasking Face Embeddings by Self-restrained Triplet Loss for Accurate
Masked Face Recognition [6.865656740940772]
マスク付き顔認識性能を改善するためのソリューションを提案する。
具体的には,既存の顔認識モデル上で動作させるEmbedding Unmasking Model (EUM)を提案する。
また、EUMが同一アイデンティティのマスクされていない顔のこれらに類似した埋め込みを作成することを可能にする新しい損失関数、自己拘束トリプルト(SRT)を提案します。
論文 参考訳(メタデータ) (2021-03-02T13:43:11Z)
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。