論文の概要: Pose Impact Estimation on Face Recognition using 3D-Aware Synthetic Data
with Application to Quality Assessment
- arxiv url: http://arxiv.org/abs/2303.00491v1
- Date: Wed, 1 Mar 2023 13:26:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-02 14:49:37.727101
- Title: Pose Impact Estimation on Face Recognition using 3D-Aware Synthetic Data
with Application to Quality Assessment
- Title（参考訳）: 3D-Aware Synthetic Data を用いた顔認識のポースインパクト推定と品質評価への応用
- Authors: Marcel Grimmer, Christian Rathgeb, Christoph Busch
- Abstract要約: 3次元認識型生成逆数ネットワークの進歩を踏まえ、我々は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。
我々はISO/IEC WD 29794-5の規格に準拠した軽量で効率的なポーズ品質予測器を提案する。
- 参考スコア（独自算出の注目度）: 15.41435352543715
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Evaluating the quality of facial images is essential for operating face
recognition systems with sufficient accuracy. The recent advances in face
quality standardisation (ISO/IEC WD 29794-5) recommend the usage of component
quality measures for breaking down face quality into its individual factors,
hence providing valuable feedback for operators to re-capture low-quality
images. In light of recent advances in 3D-aware generative adversarial
networks, we propose a novel dataset, "Syn-YawPitch", comprising 1,000
identities with varying yaw-pitch angle combinations. Utilizing this dataset,
we demonstrate that pitch angles beyond 30 degrees have a significant impact on
the biometric performance of current face recognition systems. Furthermore, we
propose a lightweight and efficient pose quality predictor that adheres to the
standards of ISO/IEC WD 29794-5 and is freely available for use at
https://github.com/datasciencegrimmer/Syn-YawPitch/.
- Abstract（参考訳）: 顔画像の品質評価は、十分な精度で顔認識システムを操作する上で不可欠である。
近年の顔品質標準化(ISO/IEC WD 29794-5)では、顔品質を個々の要因に分解するためのコンポーネント品質対策が推奨されている。
近年の3次元認識型生成型対向ネットワークの進歩に照らして,yaw-pitch角の組み合わせが異なる1000のアイデンティティからなる新しいデータセット「syn-yawpitch」を提案する。
このデータセットを用いて,30度を超えるピッチ角が,現在の顔認証システムの生体特性に有意な影響を及ぼすことを示す。
さらに,ISO/IEC WD 29794-5の標準に準拠し,https://github.com/datasciencegrimmer/Syn-YawPitch/で自由に利用できる軽量で効率的なポーズ品質予測器を提案する。
関連論文リスト
- 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) - Dual-Branch Network for Portrait Image Quality Assessment [76.27716058987251]
ポートレート画像品質評価のためのデュアルブランチネットワーク(PIQA)を提案する。
我々は2つのバックボーンネットワーク(textiti.e., Swin Transformer-B)を使用して、肖像画全体と顔画像から高品質な特徴を抽出する。
我々は、画像シーンの分類と品質評価モデルであるLIQEを利用して、品質認識とシーン固有の特徴を補助的特徴として捉えている。
論文 参考訳（メタデータ） (2024-05-14T12:43:43Z) - NeutrEx: A 3D Quality Component Measure on Facial Expression Neutrality [7.736597471757526]
中性表現アンカーへの3次元顔再構成の蓄積距離に基づく品質指標を提案する。
提案手法がベースライン手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-19T09:38:39Z) - Surveillance Face Anti-spoofing [81.50018853811895]
Face Anti-Spoofing (FAS) は、様々な物理的攻撃から顔認識システムを保護するために不可欠である。
本稿では,画像品質による性能劣化を軽減するために,コントラスト品質不変学習(CQIL)ネットワークを提案する。
多くの実験がSuHiFiMaskデータセットの品質と提案したCQILの優位性を検証する。
論文 参考訳（メタデータ） (2023-01-03T07:09:57Z) - 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) - 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) - 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) - Inducing Predictive Uncertainty Estimation for Face Recognition [102.58180557181643]
顔画像の「マッドペア」から画像品質訓練データを自動的に生成する手法を提案する。
生成したデータを用いて、顔画像の信頼度を推定するために、PCNetと呼ばれる軽量な予測信頼ネットワークを訓練する。
論文 参考訳（メタデータ） (2020-09-01T17:52:00Z) - SER-FIQ: Unsupervised Estimation of Face Image Quality Based on
Stochastic Embedding Robustness [15.431761867166]
任意の顔認識モデルに基づいて顔の質を測定する新しい概念を提案する。
提案手法を,学界と産業界からの6つの最先端アプローチと比較した。
論文 参考訳（メタデータ） (2020-03-20T16:50:30Z)
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。