論文の概要: BiTrackGAN: Cascaded CycleGANs to Constraint Face Aging

• arxiv url: http://arxiv.org/abs/2304.11313v1
• Date: Sat, 22 Apr 2023 04:35:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-25 19:16:46.132785
• Title: BiTrackGAN: Cascaded CycleGANs to Constraint Face Aging
• Title（参考訳）: BiTrackGAN: 顔の老化を抑制するためのカスケードサイクルGAN
• Authors: Tsung-Han Kuo, Zhenge Jia, Tei-Wei Kuo, Jingtong Hu
• Abstract要約: 本稿では,この課題に対処するためのボトムアップトレーニング手法を提案する。 ボトムアップトレーニングにより、2つのCycleGANブロック、すなわち制約機構の間の理想的な中間状態が誘導される。 BiTrackGANは、他のCycleGAN関連法よりも合理的で多様な顔合成を実現する。
• 参考スコア（独自算出の注目度）: 12.4552680911876
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the increased accuracy of modern computer vision technology, many access control systems are equipped with face recognition functions for faster identification. In order to maintain high recognition accuracy, it is necessary to keep the face database up-to-date. However, it is impractical to collect the latest facial picture of the system's user through human effort. Thus, we propose a bottom-up training method for our proposed network to address this challenge. Essentially, our proposed network is a translation pipeline that cascades two CycleGAN blocks (a widely used unpaired image-to-image translation generative adversarial network) called BiTrackGAN. By bottom-up training, it induces an ideal intermediate state between these two CycleGAN blocks, namely the constraint mechanism. Experimental results show that BiTrackGAN achieves more reasonable and diverse cross-age facial synthesis than other CycleGAN-related methods. As far as we know, it is a novel and effective constraint mechanism for more reason and accurate aging synthesis through the CycleGAN approach.
• Abstract（参考訳）: 現代のコンピュータビジョン技術の精度が向上し、多くのアクセス制御システムはより高速な識別のための顔認識機能を備えている。 高い認識精度を維持するためには、顔データベースを最新に保つ必要がある。 しかし、人間の努力によってシステムのユーザーの最新の顔写真を集めることは現実的ではない。 そこで本研究では,提案するネットワークのボトムアップトレーニング手法を提案する。 提案するネットワークは,BiTrackGANと呼ばれる2つのCycleGANブロックをカスケードする翻訳パイプラインである。 ボトムアップトレーニングにより、2つのCycleGANブロック、すなわち制約機構の間の理想的な中間状態が誘導される。 BiTrackGANは、他のCycleGAN関連法よりも合理的で多様な顔合成を実現する。 私たちの知る限り、CycleGANアプローチによるより合理的かつ正確な老化合成のための、新しく効果的な制約機構である。

関連論文リスト

• UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
  高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。 我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
  論文  参考訳（メタデータ） (2024-07-26T20:51:54Z)
• Scalable Surrogate Verification of Image-based Neural Network Control Systems using Composition and Unrolling [9.633494094538017]
  本研究では,実世界に代わって条件付き生成逆数ネットワーク(cGAN)をイメージジェネレータとして訓練し,サロゲート検証手法を提案する。 我々は、cGANとニューラルネットワークコントローラとともにシステムのダイナミクスを構成することで、一段階のエラーを克服する。 単一ステップの合成を繰り返し、制御ループの複数のステップを大規模ニューラルネットワークに展開することで、マルチステップエラーを低減する。
  論文  参考訳（メタデータ） (2024-05-28T19:56:53Z)
• E2F-Net: Eyes-to-Face Inpainting via StyleGAN Latent Space [4.110419543591102]
  我々は、E2F-Net(Eyes-to-Face Network)と呼ばれるGANベースのモデルを提案する。 提案手法は,2つの専用エンコーダを用いて眼周囲領域から同一性および非同一性の特徴を抽出する。 提案手法は,現在の手法を超越して,高品質な顔全体の再構築に成功していることを示す。
  論文  参考訳（メタデータ） (2024-03-18T19:11:34Z)
• Vec2Face-v2: Unveil Human Faces from their Blackbox Features via Attention-based Network in Face Recognition [36.23997331928846]
  蒸留フレームワーク(DAB-GAN)における意図に基づく客観的生成適応ネットワーク(Bijective Generative Adversarial Networks)と呼ばれる新しい手法を提案する。 DAB-GAN法は、新しく定義されたBijective Metrics Learningアプローチによる、新しい注意に基づく生成構造を含む。 我々は,難解な顔認識データベースについて評価を行った。
  論文  参考訳（メタデータ） (2022-09-11T19:14:21Z)
• Joint Spatial-Temporal and Appearance Modeling with Transformer for Multiple Object Tracking [59.79252390626194]
  本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。 提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
  論文  参考訳（メタデータ） (2022-05-31T01:19:18Z)
• Unsupervised Denoising of Optical Coherence Tomography Images with Dual_Merged CycleWGAN [3.3909577600092122]
  そこで我々は,網膜CT画像復調のためのDual-Merged Cycle-WGANと呼ばれる新しいサイクル一貫性生成適応ネットを提案する。 本モデルでは,2つのCycle-GANネットワークとデクリミネータとワッセルシュタイン損失を併用して,優れたトレーニング安定性と性能を実現する。
  論文  参考訳（メタデータ） (2022-05-02T07:38:19Z)
• Joint-bone Fusion Graph Convolutional Network for Semi-supervised Skeleton Action Recognition [65.78703941973183]
  本稿では,CD-JBF-GCNをエンコーダとし,ポーズ予測ヘッドをデコーダとして使用する新しい相関駆動型ジョイントボーン・フュージョングラフ畳み込みネットワークを提案する。 具体的には、CD-JBF-GCは、関節ストリームと骨ストリームの間の運動伝達を探索することができる。 自己教師型トレーニング段階におけるポーズ予測に基づくオートエンコーダにより、未ラベルデータから動作表現を学習することができる。
  論文  参考訳（メタデータ） (2022-02-08T16:03:15Z)
• Learning Multi-Granular Spatio-Temporal Graph Network for Skeleton-based Action Recognition [49.163326827954656]
  骨格に基づく行動分類のための新しい多言語時空間グラフネットワークを提案する。 2つの枝の枝からなるデュアルヘッドグラフネットワークを開発し、少なくとも2つの時間分解能を抽出する。 3つの大規模データセットについて広範な実験を行った。
  論文  参考訳（メタデータ） (2021-08-10T09:25:07Z)
• 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)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)

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。