論文の概要: Has the Virtualization of the Face Changed Facial Perception? A Study of
the Impact of Augmented Reality on Facial Perception
- arxiv url: http://arxiv.org/abs/2303.00612v2
- Date: Fri, 26 Jan 2024 15:48:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-29 18:48:08.380719
- Title: Has the Virtualization of the Face Changed Facial Perception? A Study of
the Impact of Augmented Reality on Facial Perception
- Title（参考訳）: 顔の仮想化は顔の知覚を変えたか?
拡張現実が顔面知覚に及ぼす影響に関する研究
- Authors: Louisa Conwill, Samuel Anthony, and Walter Scheirer
- Abstract要約: 顔フィルターの異なるスタイルの親しみやすさと、画像がフィルタリングされているかどうかを識別する能力に関する6つの調査結果を示す。
その結果、従来の顔フィルターで修正された顔は、修正されていない顔と同様に知覚されることがわかった。
本稿では、従来の写真編集技術に対する社会的な調整や、異なる種類のフィルタに固有の違いなど、これらの結果に対する説明の可能性について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Augmented reality and other photo editing filters are popular methods used to
modify faces online. Considering the important role of facial perception in
communication, how do we perceive this increasing number of modified faces? In
this paper we present the results of six surveys that measure familiarity with
different styles of facial filters, perceived strangeness of faces edited with
different filters, and ability to discern whether images are filtered. Our
results demonstrate that faces modified with more traditional face filters are
perceived similarly to unmodified faces, and faces filtered with augmented
reality filters are perceived differently from unmodified faces. We discuss
possible explanations for these results, including a societal adjustment to
traditional photo editing techniques or the inherent differences in the
different types of filters. We conclude with a discussion of how to build
online spaces more responsibly based on our results.
- Abstract（参考訳）: 拡張現実や他の写真編集フィルターは、オンラインで顔を修正するのに使われる一般的な方法である。
コミュニケーションにおける顔知覚の重要な役割を考えると、この変化した顔の数をどのように認識するか。
本稿では,異なるスタイルの顔フィルターに対する親しみ度,異なるフィルタで編集された顔の奇妙な感じ,画像がフィルタリングされているかどうかを識別する6つの調査結果について述べる。
その結果、より伝統的な顔フィルターで修正された顔は、無修正顔と同様に知覚され、拡張現実フィルターでフィルタリングされた顔は、無修正顔とは異なる知覚であることが示された。
本研究は,従来の写真編集技術に対する社会的な調整や,異なる種類のフィルタの特性の違いなど,これらの結果に対する考えられる説明について考察する。
結果に基づいてオンライン空間を構築する方法についての議論をまとめて締めくくった。
関連論文リスト
- FaceFilterSense: A Filter-Resistant Face Recognition and Facial Attribute Analysis Framework [1.673834743879962]
面白い自撮りフィルターは、顔の生体認証システムの機能に大きく影響を与えている。
現在、顔のキーポイントを歪めているARベースのフィルターやフィルターは、最近流行し、裸眼でも顔が認識不能になっている。
これらの制約を緩和するため、我々は最新のフィルタの全体的影響分析を行い、フィルタ画像を用いたユーザ認識モデルを提案する。
論文 参考訳（メタデータ） (2024-04-12T07:04:56Z) - Towards mitigating uncann(eye)ness in face swaps via gaze-centric loss
terms [4.814908894876767]
顔スワップアルゴリズムは、トレーニングプロセスのガイドとなる顔全体を考えるピクセルや特徴の一致した損失に頼って、目に重点を置いていない。
本稿では,視線推定ネットワークを利用した顔交換モデルのトレーニングのための新しい損失方程式を提案する。
本研究は, デジタルアバター, プライバシ機構など, 特殊効果の顔交換に影響を及ぼす。
論文 参考訳（メタデータ） (2024-02-05T16:53:54Z) - 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) - LFW-Beautified: A Dataset of Face Images with Beautification and
Augmented Reality Filters [53.180678723280145]
いくつかの操作を含む顔画像のデータベースにコントリビュートする。
画像強調フィルター(コントラストや稲妻を主に修正する)や、動物の鼻や眼鏡などのアイテムを組み込んだ拡張現実フィルターが含まれている。
各データセットには、64×64の4,324枚の画像があり、合計34,592枚の画像がある。
論文 参考訳（メタデータ） (2022-03-11T17:05:10Z) - Fun Selfie Filters in Face Recognition: Impact Assessment and Removal [13.715060479044167]
本研究では,楽しいセルフィーフィルタが顔認識システムに与える影響について検討する。
データベースを作成するために、関連する楽しいセルフィーフィルタが10個選択される。
このような不要な効果を軽減するため,GANに基づく自撮りフィルタ除去アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-02-12T09:12:31Z) - 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) - 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) - I Only Have Eyes for You: The Impact of Masks On Convolutional-Based
Facial Expression Recognition [78.07239208222599]
今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。
また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
論文 参考訳（メタデータ） (2021-04-16T20:03:30Z) - A Study of Face Obfuscation in ImageNet [94.2949777826947]
本稿では,imagenetチャレンジにおける画像難読化について検討する。
ImageNetチャレンジのほとんどのカテゴリは、人のカテゴリではありません。
さまざまな深層ニューラルネットワークを顔画像上でベンチマークし、異なるカテゴリに対する異なる影響を観察します。
結果は、顔が破れた画像で学んだ特徴が等しく転送可能であることを示している。
論文 参考訳（メタデータ） (2021-03-10T17:11:34Z)
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。