論文の概要: Explanation of Face Recognition via Saliency Maps
- arxiv url: http://arxiv.org/abs/2304.06118v1
- Date: Wed, 12 Apr 2023 19:04:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 16:27:56.795943
- Title: Explanation of Face Recognition via Saliency Maps
- Title（参考訳）: サリエンシマップによる顔認識の解説
- Authors: Yuhang Lu and Touradj Ebrahimi
- Abstract要約: 本稿では,説明可能な顔認識(XFR)の厳密な定義を提案する。
次に、類似性に基づくRISEアルゴリズム(S-RISE)を導入し、高品質なビジュアル・サリエンシ・マップを作成する。
一般的なビジュアル・サリエンシに基づくXFR手法の信頼性と精度を体系的に評価するための評価手法を提案する。
- 参考スコア（独自算出の注目度）: 13.334500258498798
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite the significant progress in face recognition in the past years, they
are often treated as "black boxes" and have been criticized for lacking
explainability. It becomes increasingly important to understand the
characteristics and decisions of deep face recognition systems to make them
more acceptable to the public. Explainable face recognition (XFR) refers to the
problem of interpreting why the recognition model matches a probe face with one
identity over others. Recent studies have explored use of visual saliency maps
as an explanation, but they often lack a deeper analysis in the context of face
recognition. This paper starts by proposing a rigorous definition of
explainable face recognition (XFR) which focuses on the decision-making process
of the deep recognition model. Following the new definition, a similarity-based
RISE algorithm (S-RISE) is then introduced to produce high-quality visual
saliency maps. Furthermore, an evaluation approach is proposed to
systematically validate the reliability and accuracy of general visual
saliency-based XFR methods.
- Abstract（参考訳）: 過去数年間の顔認識の著しい進歩にもかかわらず、それらはしばしば「ブラックボックス」として扱われ、説明性に欠けるとして批判されてきた。
ディープフェイス認識システムの特徴や決定を理解することがますます重要になり、より一般に受け入れられるようになった。
説明可能な顔認識(XFR)は、認識モデルがプローブ面と他者との同一性を持つ理由を解釈する問題である。
近年の研究では、視覚塩分マップを説明として利用することを検討しているが、顔認識の文脈ではより深い分析を欠いていることが多い。
本稿では,深層認識モデルの意思決定プロセスに着目した,説明可能な顔認識(XFR)の厳密な定義を提案する。
新しい定義に従って、類似性に基づくRISEアルゴリズム(S-RISE)を導入し、高品質なビジュアル・サリエンシ・マップを作成する。
さらに,一般的な視覚情報量に基づくXFR法の信頼性と精度を体系的に評価する手法を提案する。
関連論文リスト
- Beyond Spatial Explanations: Explainable Face Recognition in the Frequency Domain [6.69421628320396]
我々は、探索されていない周波数領域における説明可能な顔認識について、一歩前進して検討する。
この研究は、周波数領域における検証に基づく決定の説明可能性について初めて提案する。
論文 参考訳（メタデータ） (2024-07-16T17:29:24Z) - Towards A Comprehensive Visual Saliency Explanation Framework for AI-based Face Recognition Systems [9.105950041800225]
本書は,顔認識タスクの包括的説明枠組みを考案した。
AIに基づく顔認識システムのためのビジュアル・サリエンシ・マップに基づく説明の包括的定義を提供する。
CorrRISE というモデルに依存しない新しい説明法が提案されている。
論文 参考訳（メタデータ） (2024-07-08T14:25:46Z) - Discriminative Deep Feature Visualization for Explainable Face
Recognition [9.105950041800225]
本稿では、まず、顔再構成に基づく説明モジュールを考案し、説明可能な顔認識の問題に寄与する。
FRモデルの決定をさらに解釈するため、新しい視覚的サリエンシ説明アルゴリズムが提案されている。
論文 参考訳（メタデータ） (2023-06-01T07:06:43Z) - Towards Visual Saliency Explanations of Face Verification [10.234175295380107]
本稿では,深層畳み込みニューラルネットワークを用いた顔認証タスクについて説明する。
CorrRISE というモデルに依存しない新しい説明法が提案されている。
提案手法は,他の最先端の顔認証手法と比較して有望な結果を示す。
論文 参考訳（メタデータ） (2023-05-15T11:17:17Z) - Analysis of Recent Trends in Face Recognition Systems [0.0]
クラス間の類似性とクラス内変異により、顔認識システムは、それぞれ偽マッチングと偽非マッチエラーを生成する。
近年の研究では、抽出した特徴の堅牢性向上と、認識精度を高めるための前処理アルゴリズムに焦点が当てられている。
論文 参考訳（メタデータ） (2023-04-23T18:55:45Z) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳（メタデータ） (2021-08-21T09:08:41Z) - Learning Fair Face Representation With Progressive Cross Transformer [79.73754444296213]
フェアフェイス認識のためのプログレッシブクロストランス (PCT) 手法を提案する。
我々は,PCTが最先端FR性能を達成しつつ,顔認識におけるバイアスを軽減することができることを示した。
論文 参考訳（メタデータ） (2021-08-11T01:31:14Z) - Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。
FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
論文 参考訳（メタデータ） (2021-06-08T05:25:03Z) - Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。
本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文 参考訳（メタデータ） (2020-11-17T18:12:41Z) - The Elements of End-to-end Deep Face Recognition: A Survey of Recent
Advances [56.432660252331495]
顔認識はコンピュータビジョンにおいて最も人気があり、長く続いたトピックの1つである。
ディープフェイス認識は目覚ましい進歩を遂げ、多くの現実世界のアプリケーションで広く利用されている。
本稿では,各要素の最近の進歩を概観する。
論文 参考訳（メタデータ） (2020-09-28T13:02:17Z) - On the Robustness of Face Recognition Algorithms Against Attacks and
Bias [78.68458616687634]
顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。
精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。
本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
論文 参考訳（メタデータ） (2020-02-07T18:21:59Z)
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。