論文の概要: State of the Art of Quality Assessment of Facial Images
- arxiv url: http://arxiv.org/abs/2211.08030v1
- Date: Tue, 15 Nov 2022 10:30:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-16 15:03:28.238859
- Title: State of the Art of Quality Assessment of Facial Images
- Title(参考訳): 顔画像の品質評価技術の現状
- Authors: Johannes Merkle (1), Christian Rathgeb (1), Benjamin Tams (1),
Dhay-Parn Lou (1), Andr\'e D\"orsch (1), Pawel Drozdowski (1) ((1) secunet
Security Networks AG)
- Abstract要約: 顔認識のための顔画像(OFIQ)の品質評価のためのオープンソースアルゴリズムを開発し,実装し,公開することを目的としている。
- 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: The goal of the project "Facial Metrics for EES" is to develop, implement and
publish an open source algorithm for the quality assessment of facial images
(OFIQ) for face recognition, in particular for border control scenarios.1 In
order to stimulate the harmonization of the requirements and practices applied
for QA for facial images, the insights gained and algorithms developed in the
project will be contributed to the current (2022) revision of the ISO/IEC
29794-5 standard. Furthermore, the implemented quality metrics and algorithms
will consider the recommendations and requirements from other relevant
standards, in particular ISO/IEC 19794-5:2011, ISO/IEC 29794-5:2010, ISO/IEC
39794-5:2019 and Version 5.2 of the BSI Technical Guideline TR-03121 Part 3
Volume 1. In order to establish an informed basis for the selection of quality
metrics and the development of corresponding quality assessment algorithms, the
state of the art of methods and algorithms (defining a metric), implementations
and datasets for quality assessment for facial images is surveyed. For all
relevant quality aspects, this document summarizes the requirements of the
aforementioned standards, known results on their impact on face recognition
performance, publicly available datasets, proposed methods and algorithms and
open source software implementations.
- Abstract(参考訳): プロジェクト"face metrics for ees"の目標は、顔認識のための顔画像の品質評価(ofiq)、特に境界制御シナリオのためのオープンソースアルゴリズムを開発し、実装し、公開することである。
顔画像のQAに適用される要件とプラクティスの調和を促進するため,本プロジェクトで開発された知見とアルゴリズムは,ISO/IEC 29794-5規格の現行(2022)改訂に寄与する。
さらに、実装された品質指標とアルゴリズムは、他の関連する標準、特にISO/IEC 19794-5:2011、ISO/IEC 29794-5:2010、ISO/IEC 39794-5:2019、BSI技術ガイドラインTR-03121のバージョン5.2の勧告と要件を検討する。
品質指標の選択とそれに対応する品質評価アルゴリズムの開発に関するインフォームドベースを確立するために、手法やアルゴリズム(メートル法の定義)の現状、顔画像の品質評価のための実装やデータセットを調査した。
関連するすべての品質面について、この文書は上記の標準の要件、顔認識性能、公開データセット、提案されたメソッドとアルゴリズム、およびオープンソースソフトウェア実装への影響に関する既知の結果について要約する。
関連論文リスト
- AI-Generated Image Quality Assessment Based on Task-Specific Prompt and Multi-Granularity Similarity [62.00987205438436]
本稿では,TSP-MGSというAIGIの品質評価手法を提案する。
タスク固有のプロンプトを設計し、AIGIとプロンプトの多粒度類似度を測定する。
一般的に使用されるAGIQA-1KとAGIQA-3Kベンチマークの実験は、提案されたTSP-MGSの優位性を示している。
論文 参考訳(メタデータ) (2024-11-25T04:47:53Z) - Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。
顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
論文 参考訳(メタデータ) (2024-06-04T01:36:29Z) - Let's ViCE! Mimicking Human Cognitive Behavior in Image Generation
Evaluation [96.74302670358145]
生成/編集された画像と対応するプロンプト/インストラクションの整合性を評価するために,視覚概念評価(ViCE)の自動手法を提案する。
ViCEは、Large Language Models(LLM)とVisual Question Answering(VQA)の強みを統合パイプラインに統合し、品質評価において人間の認知プロセスを再現することを目指している。
論文 参考訳(メタデータ) (2023-07-18T16:33:30Z) - Pose Impact Estimation on Face Recognition using 3D-Aware Synthetic Data
with Application to Quality Assessment [8.695160236142456]
本稿では,3次元認識型生成逆数ネットワークの進歩を踏まえ,新しいデータセットSyn-YawPitchを提案する。
本研究では,30度を超えるピッチ角が,現在の顔認識システムの生体特性に有意な影響を及ぼすことを示す。
論文 参考訳(メタデータ) (2023-03-01T13:26:39Z) - Conformer and Blind Noisy Students for Improved Image Quality Assessment [80.57006406834466]
知覚品質評価(IQA)のための学習ベースアプローチは、通常、知覚品質を正確に測定するために歪んだ画像と参照画像の両方を必要とする。
本研究では,変換器を用いた全参照IQAモデルの性能について検討する。
また,全教師モデルから盲人学生モデルへの半教師付き知識蒸留に基づくIQAの手法を提案する。
論文 参考訳(メタデータ) (2022-04-27T10:21:08Z) - Generalized Visual Quality Assessment of GAN-Generated Face Images [79.47386781978531]
GAN生成顔画像(GFI)の汎用品質評価に向けた主観的・客観的品質の検討
我々は、利用可能なGANアルゴリズムと見えないGANアルゴリズムの両方から、GFIの正確な品質予測を可能にする品質評価モデルを開発する。
論文 参考訳(メタデータ) (2022-01-28T07:54:49Z) - FaceQvec: Vector Quality Assessment for Face Biometrics based on ISO
Compliance [15.913755899679733]
FaceQvecは、ISO/IEC 19794-5で実証された各点で顔画像の整合性を推定するソフトウェアコンポーネントである。
この品質基準は、パスポートやIDカードなどの公式文書での使用を許容または受け入れがたい顔画像の一般的な品質ガイドラインを定義している。
論文 参考訳(メタデータ) (2021-11-03T09:07:41Z) - A Deep Insight into Measuring Face Image Utility with General and
Face-specific Image Quality Metrics [5.770286315818393]
一般的な画像品質のメトリクスは、グローバルなイメージで使用することができ、人間の知覚に関連付けられる。
本研究の結果から,顔用ユーティリティ尺度として特に訓練を受けなくても,学習した画像指標と顔用ユーティリティとの間に明確な相関関係が明らかとなった。
論文 参考訳(メタデータ) (2021-10-21T12:56:38Z) - Image Quality Assessment in the Modern Age [53.19271326110551]
本チュートリアルは、画像品質評価(IQA)の基礎的理論、方法論、現状の進歩を聴衆に提供する。
まず,視覚刺激を適切に選択する方法に着目し,主観的品質評価手法を再考する。
手書きのエンジニアリングと(深い)学習ベースの手法の両方をカバーします。
論文 参考訳(メタデータ) (2021-10-19T02:38:46Z) - Face Image Quality Assessment: A Literature Survey [16.647739693192236]
本調査は、主に可視波長の顔画像入力に焦点を当てた顔画像品質評価文献の概要を提供する。
深層学習に基づく手法の傾向が観察され,近年のアプローチにおける概念的差異が顕著である。
論文 参考訳(メタデータ) (2020-09-02T14:26:12Z)
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。