論文の概要: Bias-Aware Face Mask Detection Dataset

• arxiv url: http://arxiv.org/abs/2211.01207v1
• Date: Wed, 2 Nov 2022 15:38:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-03 13:02:55.452255
• Title: Bias-Aware Face Mask Detection Dataset
• Title（参考訳）: バイアス対応顔マスク検出データセット
• Authors: Alperen Kantarc{\i} and Ferda Ofli and Muhammad Imran and Haz{\i}m Kemal Ekenel
• Abstract要約: 世界中のパンデミック中にTwitterに投稿された画像を含む新しい顔マスク検出データセットを提案する。 以前のデータセットとは異なり、提案されているBias-Aware Face Mask Detectionデータセットには、未表現の人種や年齢グループからのより多くの画像が含まれている。
• 参考スコア（独自算出の注目度）: 11.400704308166805
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In December 2019, a novel coronavirus (COVID-19) spread so quickly around the world that many countries had to set mandatory face mask rules in public areas to reduce the transmission of the virus. To monitor public adherence, researchers aimed to rapidly develop efficient systems that can detect faces with masks automatically. However, the lack of representative and novel datasets proved to be the biggest challenge. Early attempts to collect face mask datasets did not account for potential race, gender, and age biases. Therefore, the resulting models show inherent biases toward specific race groups, such as Asian or Caucasian. In this work, we present a novel face mask detection dataset that contains images posted on Twitter during the pandemic from around the world. Unlike previous datasets, the proposed Bias-Aware Face Mask Detection (BAFMD) dataset contains more images from underrepresented race and age groups to mitigate the problem for the face mask detection task. We perform experiments to investigate potential biases in widely used face mask detection datasets and illustrate that the BAFMD dataset yields models with better performance and generalization ability. The dataset is publicly available at https://github.com/Alpkant/BAFMD.
• Abstract（参考訳）: 2019年12月、新型コロナウイルス(COVID-19)が世界中で急速に広まり、新型コロナウイルスの感染を減らすため、多くの国が公共の場でマスク規則を定める必要があった。 研究者は、マスクで顔を自動的に検出できる効率的なシステムを迅速に開発することを目的としている。 しかし、代表的データセットと新規データセットの欠如が最大の課題であった。 初期のフェイスマスクデータセットの収集の試みは、潜在的な人種、性別、年齢バイアスを考慮に入れなかった。 したがって、結果として得られるモデルは、アジアやコーカサスのような特定の人種グループに対して固有の偏見を示す。 本研究では,世界中のパンデミック中にTwitterに投稿された画像を含む新しいマスク検出データセットを提案する。 以前のデータセットとは異なり、BAFMD(Bias-Aware Face Mask Detection)データセットには、不足している人種や年齢グループからのより多くの画像が含まれており、マスク検出タスクの問題を緩和している。 我々は、広く使われているマスク検出データセットの潜在的なバイアスを調査し、BAFMDデータセットがより良い性能と一般化能力を持つモデルを生成することを示す。 データセットはhttps://github.com/Alpkant/BAFMDで公開されている。

関連論文リスト

• A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19 [64.88701052813462]
  新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。 この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。 本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
  論文  参考訳（メタデータ） (2022-01-13T03:28:20Z)
• Development of a face mask detection pipeline for mask-wearing monitoring in the era of the COVID-19 pandemic: A modular approach [0.0]
  SARS-Cov-2パンデミックの間、マスク着用はウイルスの拡散や収縮を防ぐための効果的な手段となった。 人口のマスク着用率を監視する能力は、ウイルスに対する公衆衛生戦略を決定するのに役立つだろう。 1)顔検出とアライメント,2)顔マスク分類の2つのモジュールからなる2段階の顔マスク検出手法を提案する。
  論文  参考訳（メタデータ） (2021-12-30T12:32:33Z)
• 3D High-Fidelity Mask Face Presentation Attack Detection Challenge [79.2407530090659]
  大規模なHigh-Fidelity Maskデータセット、すなわちCASIA-SURF HiFiMaskが収集された。 我々は,3次元マスクによる攻撃検出の研究を促進するために,3次元高忠実マスク顔提示検出チャレンジを組織した。
  論文  参考訳（メタデータ） (2021-08-16T08:40:12Z)
• Indian Masked Faces in the Wild Dataset [86.79402670904338]
  本研究では,ポーズ,照明,解像度,被検者の着用するマスクの多様さを特徴とする,IMFWデータセットを新たに提案する。 また,提案したIMFWデータセットにおいて,既存の顔認識モデルの性能をベンチマークした。
  論文  参考訳（メタデータ） (2021-06-17T17:23:54Z)
• Multi-Dataset Benchmarks for Masked Identification using Contrastive Representation Learning [0.0]
  新型コロナウイルスのパンデミックは世界中で受け入れられた基準を大きく変えた。 パスポート、運転免許証、国籍カードなどの公式文書には、完全な顔画像が登録されている。 空港やセキュリティチェックポイントでは、マスクの取り外しを依頼するのではなく、識別文書の未マスク画像とマスク付き人物とを一致させる方が安全である。 本稿では,マスクとマスクのない顔マッチングに特化した,視覚表現学習に基づく事前学習ワークフローを提案する。
  論文  参考訳（メタデータ） (2021-06-10T08:58:10Z)
• Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
  顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。 ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。 現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-13T12:48:38Z)
• A Computer Vision System to Help Prevent the Transmission of COVID-19 [79.62140902232628]
  新型コロナウイルスのパンデミックは世界中の日常生活のあらゆる領域に影響を与える。 保健機関は、ソーシャルディスタンス、フェイスマスクを着用し、触れる顔を避けることをアドバイスします。 我々は、新型コロナウイルスの感染を防ぐためのディープラーニングベースのコンピュータビジョンシステムを開発した。
  論文  参考訳（メタデータ） (2021-03-16T00:00:04Z)
• Face Off: Polarized Public Opinions on Personal Face Mask Usage during the COVID-19 Pandemic [77.34726150561087]
  様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。 新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。 2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
  論文  参考訳（メタデータ） (2020-10-31T18:52:41Z)
• Masked Face Recognition for Secure Authentication [2.429066522170765]
  マスクされた顔は検出と認識が難しいため、社内データセットを無効にする恐れがある。 マスクされた顔の大規模なデータセットを効果的に作成するためのオープンソースのツールであるMaskTheFaceを提案する。 Facenet システムでは 38% の増加がみられた。
  論文  参考訳（メタデータ） (2020-08-25T15:33:59Z)
• RetinaFaceMask: A Single Stage Face Mask Detector for Assisting Control of the COVID-19 Pandemic [1.2691047660244335]
  感染防止策の1つは、公共の場でマスクを着用することである。 特定の公共サービスプロバイダは、マスクを適切に着用する場合のみ、クライアントにサービスを使用するように要求する。 しかし、マスクの自動検出に関する研究はごくわずかである。 我々は,初の高性能単段マスク検出器であるRetinaFaceMaskを提案した。
  論文  参考訳（メタデータ） (2020-05-08T10:45:16Z)
• Masked Face Recognition Dataset and Application [28.2082082956263]
  本研究では,MFDD(Masked Face Detection dataset),RMFRD(Real-world Masked Face Recognition dataset),SMFRD(Simulated Masked Face Recognition dataset)の3種類のマスク付き顔データセットを提案する。 開発したマルチグラニュラリティマスク顔認証モデルは,業界が報告した結果を上回る95%の精度を実現している。
  論文  参考訳（メタデータ） (2020-03-20T04:15:19Z)

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。