論文の概要: Identity masking effectiveness and gesture recognition: Effects of eye
enhancement in seeing through the mask
- arxiv url: http://arxiv.org/abs/2301.08408v1
- Date: Fri, 20 Jan 2023 03:10:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-23 13:46:32.041750
- Title: Identity masking effectiveness and gesture recognition: Effects of eye
enhancement in seeing through the mask
- Title(参考訳): アイデンティティマスキングの有効性とジェスチャー認識:マスクを通しての視力増強の効果
- Authors: Madeline Rachow, Thomas Karnowski and Alice J. O'Toole
- Abstract要約: 顔認証マスキングアルゴリズムは、顔の動作に関する情報を保持しながら、識別を妨げるように設計されている。
本研究では,Cannyフィルタをベースとしたアイデンティティマスキングアルゴリズムの有効性について検討した。
比較的単純なフィルタベースのマスキングアルゴリズムは、行動知覚を損なうことなく、プライバシー保護に利用できると結論付けている。
- 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: Face identity masking algorithms developed in recent years aim to protect the
privacy of people in video recordings. These algorithms are designed to
interfere with identification, while preserving information about facial
actions. An important challenge is to preserve subtle actions in the eye
region, while obscuring the salient identity cues from the eyes. We evaluated
the effectiveness of identity-masking algorithms based on Canny filters,
applied with and without eye enhancement, for interfering with identification
and preserving facial actions. In Experiments 1 and 2, we tested human
participants' ability to match the facial identity of a driver in a low
resolution video to a high resolution facial image. Results showed that both
masking methods impaired identification, and that eye enhancement did not alter
the effectiveness of the Canny filter mask. In Experiment 3, we tested action
preservation and found that neither method interfered significantly with driver
action perception. We conclude that relatively simple, filter-based masking
algorithms, which are suitable for application to low quality video, can be
used in privacy protection without compromising action perception.
- Abstract(参考訳): 近年開発されたface identity maskingアルゴリズムは、ビデオ録画中の人々のプライバシーを保護することを目的としている。
これらのアルゴリズムは、顔の動作に関する情報を保持しながら、識別を妨げるように設計されている。
重要な課題は、目の領域で微妙な行動を保ちながら、目から敬遠したアイデンティティの手がかりを遮ることである。
顔の動作を識別・保存するために, 視力増強を伴わないキャニーフィルタを用いたアイデンティティマスキングアルゴリズムの有効性について検討した。
実験1と2では,低解像度映像における運転者の顔認証と高分解能顔画像とのマッチング能力について実験を行った。
その結果,いずれのマスキング法も識別に障害があり,視力増強はCannyフィルタマスクの有効性を変えなかった。
実験3では, 動作保存実験を行い, いずれの方法も運転者の行動知覚に有意な干渉は認められなかった。
その結果,低品質ビデオに適用可能な比較的単純なフィルタベースのマスキングアルゴリズムは,行動知覚を損なうことなく,プライバシー保護に使用できることがわかった。
関連論文リスト
- ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。
この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。
我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
論文 参考訳(メタデータ) (2024-09-20T09:30:08Z) - 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) - Deep Learning based CNN Model for Classification and Detection of
Individuals Wearing Face Mask [0.0]
このプロジェクトでは、ディープラーニングを利用して、リアルタイムストリーミングビデオや画像のフェイスマスクを検出するモデルを作成する。
この研究の主な焦点は、特にセンシティブな領域におけるセキュリティを強化することである。
この研究は、画像前処理、画像トリミング、画像分類の3段階に展開している。
論文 参考訳(メタデータ) (2023-11-17T09:24:04Z) - Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。
具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。
本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文 参考訳(メタデータ) (2023-09-11T09:26:07Z) - The Effect of Wearing a Face Mask on Face Image Quality [4.189643331553922]
本研究では,顔面の装着が顔画像品質に及ぼす影響を,最先端の顔画像品質評価手法を用いて検討する。
顔画像品質に対するマスク効果と、自動システムと人間の専門家による顔認証性能の相関について検討する。
論文 参考訳(メタデータ) (2021-10-21T17:12:21Z) - On the Effect of Selfie Beautification Filters on Face Detection and
Recognition [53.561797148529664]
ソーシャルメディア画像フィルターは、例えば人工眼鏡や動物の鼻で、画像コントラスト、照明、あるいは顔の一部を妨げる。
U-NETセグメンテーションネットワークの修正版を用いて適用操作を再構築する手法を開発した。
認識の観点からは、顔を認識するために訓練されたResNet-34ネットワークを用いて抽出された特徴に対して、距離測定と訓練された機械学習アルゴリズムを用いる。
論文 参考訳(メタデータ) (2021-10-17T22:10:56Z) - 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) - Deep Learning Framework to Detect Face Masks from Video Footage [0.0]
深層学習を用いて映像中の顔のマスクを検出する手法を提案する。
提案フレームワークは,MTCNN顔検出モデルを利用して,映像フレームに存在する顔とそれに対応する顔のランドマークを識別する。
提案手法は,高い精度,リコール,精度を達成し,顔のマスク検出に有効であることを示した。
論文 参考訳(メタデータ) (2020-11-04T16:02:03Z) - The Effect of Wearing a Mask on Face Recognition Performance: an
Exploratory Study [17.577672647262116]
顔認証は、身元認証の便利で接触のない方法として、私たちの日常生活において欠かせないものとなっている。
新型コロナウイルス(COVID-19)のパンデミックは、衛生と接触のない身元確認の価値を高めている。
共同作業環境における顔の認識に対するマスクの着用の効果は, 現時点では敏感だが検討されている。
論文 参考訳(メタデータ) (2020-07-27T13:03:32Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳(メタデータ) (2020-03-15T12:45:10Z)
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。