論文の概要: Inverted Non-maximum Suppression for more Accurate and Neater Face Detection

• arxiv url: http://arxiv.org/abs/2305.10593v1
• Date: Wed, 17 May 2023 21:59:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 17:49:07.010820
• Title: Inverted Non-maximum Suppression for more Accurate and Neater Face Detection
• Title（参考訳）: 高精度・ネアター顔検出のための逆非最大抑圧法
• Authors: Lian Liu, liguo Zhou
• Abstract要約: 我々は,他のNMS手法の逆順に動作する新しいNMS法を提案する。 本手法は,低品質で小さめの顔サンプルに対して良好に機能する。
• 参考スコア（独自算出の注目度）: 2.809246167297215
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: CNN-based face detection methods have achieved significant progress in recent years. In addition to the strong representation ability of CNN, post-processing methods are also very important for the performance of face detection. In general, the face detection method predicts several candidate bounding-boxes for one face. NMS is used to filter out inaccurate candidate boxes to get the most accurate box. The principle of NMS is to select the box with a higher score as the basic box and then delete the box which has a large overlapping area with the basic box but has a lower score. However, the current NMS method and its improved versions do not perform well when face image quality is poor or faces are in a cluster. In these situations, even after NMS filtering, there is often a face corresponding to multiple predicted boxes. To reduce this kind of negative result, in this paper, we propose a new NMS method that operates in the reverse order of other NMS methods. Our method performs well on low-quality and tiny face samples. Experiments demonstrate that our method is effective as a post-processor for different face detection methods.
• Abstract（参考訳）: 近年,CNNに基づく顔検出法は大きな進歩を遂げている。 cnnの強力な表現能力に加えて、後処理手法は顔検出の性能にとって非常に重要である。 一般に、顔検出方法は、1つの顔の複数の候補バウンディングボックスを予測する。 NMSは、最も正確なボックスを得るために、不正確な候補ボックスをフィルタリングするために使用される。 nmsの原則は、基本ボックスとしてスコアの高いボックスを選択し、基本ボックスと重なり合う部分が大きいがスコアが低いボックスを削除することである。 しかし、現在のNMS法とその改良版は、顔の画質が悪い場合や、顔がクラスタ内にある場合、うまく機能しない。 これらの状況では、NMSフィルタリング後も、しばしば複数の予測ボックスに対応する顔が存在する。 このような否定的な結果を低減するため,本論文では,他のNMS手法の逆順に動作する新しいNMS法を提案する。 本手法は,低品質かつ小型の顔サンプルに対して良好に機能する。 実験により,提案手法が異なる顔検出法に対してポストプロセッサとして有効であることを実証した。

関連論文リスト

• Re-evaluation of Face Anti-spoofing Algorithm in Post COVID-19 Era Using Mask Based Occlusion Attack [4.550965216676562]
  顔の偽造防止アルゴリズムは、プレゼンテーション攻撃に対する顔認識システムの堅牢な展開において重要な役割を果たす。 我々は5種類のマスクを用いて、顔の下部を様々なカバー領域で覆っている。 また、顔の上部を覆う様々な種類の眼鏡も使用しています。
  論文  参考訳（メタデータ） (2024-08-23T17:48:22Z)
• Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
  顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。 顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
  論文  参考訳（メタデータ） (2023-10-18T14:49:54Z)
• DPPMask: Masked Image Modeling with Determinantal Point Processes [49.65141962357528]
  Masked Image Modeling (MIM)は、ランダムにマスキングされた画像の再構成を目的として、印象的な代表的性能を達成した。 先行研究で広く使われている一様ランダムマスキングは、必然的にいくつかの重要なオブジェクトを失い、元のセマンティック情報を変更する。 この問題に対処するため、MIMを新しいマスキング戦略であるDPPMaskで強化する。 提案手法は単純だが有効であり,様々なフレームワークで実装される場合,余分に学習可能なパラメータは不要である。
  論文  参考訳（メタデータ） (2023-03-13T13:40:39Z)
• Direct Dense Pose Estimation [138.56533828316833]
  複雑な人間のポーズ推定は、RGB画像と人体の表面との密接な対応を学習する問題である。 従来より密集したポーズ推定手法は、すべてMask R-CNNフレームワークに基づいており、まず各人物のバウンディングボックスを識別しようとするトップダウン方式で動作している。 そこで我々は,DDP (Direct Dense Pose) という,高密度ポーズ推定問題の解法を提案する。
  論文  参考訳（メタデータ） (2022-04-04T06:14:38Z)
• Face-NMS: A Core-set Selection Approach for Efficient Face Recognition [14.863570260332747]
  野生での顔認識は目覚ましい成功を収めた。 1つの重要なエンジンは、トレーニングデータのサイズが大きくなることだ。 膨大な数の顔がトレーニング時間、コンピューティングリソース、メモリコストの制約を増大させます。
  論文  参考訳（メタデータ） (2021-09-10T07:07:04Z)
• Efficient Masked Face Recognition Method during the COVID-19 Pandemic [4.13365552362244]
  新型コロナウイルス(COVID-19)は異例の危機であり、多くの死傷者やセキュリティ上の問題に繋がる。 新型コロナウイルスの感染拡大を抑えるため、マスクを着用して身を守ることが多い。 これにより、顔の一部が隠されているため、顔認識は非常に難しいタスクとなる。
  論文  参考訳（メタデータ） (2021-05-07T01:32:37Z)
• GrooMeD-NMS: Grouped Mathematically Differentiable NMS for Monocular 3D Object Detection [25.313894069303718]
  GrooMeD-NMS - 単分子3D物体検出のための新しいグループ数学的微分可能なNMS - を提示し、統合する。 GrooMeD-NMSはトレーニングパイプラインと推論パイプラインのミスマッチに対処する。 KITTIベンチマークデータセット上で、最先端のモノクル3Dオブジェクト検出結果を達成する。
  論文  参考訳（メタデータ） (2021-03-31T16:29:50Z)
• TextureWGAN: Texture Preserving WGAN with MLE Regularizer for Inverse Problems [4.112614964808275]
  提案手法の中で最も一般的で効果的な方法は平均二乗誤差(MSE)を持つ畳み込みニューラルネットワーク(CNN)である。 逆問題に対するWGAN(Wasserstein GAN)に基づく新しい手法を提案する。 We showed that the WGAN-based method was effective to maintain image texture, it also also used a maximum max estimation regularizer (MLE) to maintain pixel fidelity。
  論文  参考訳（メタデータ） (2020-08-11T17:06:34Z)
• Black-Box Face Recovery from Identity Features [61.950765357647605]
  我々はアルゴリズムをテストするために最先端の顔認識システム(ArcFace)を攻撃した。 我々のアルゴリズムは、最先端のソリューションに比べて、はるかに少ないクエリを必要とする。
  論文  参考訳（メタデータ） (2020-07-27T15:25:38Z)
• Deep Spatial Gradient and Temporal Depth Learning for Face Anti-spoofing [61.82466976737915]
  深層学習は、顔の反偽造の最も効果的な方法の1つとして証明されている。 2つの洞察に基づいて,複数フレームからの提示攻撃を検出する新しい手法を提案する。 提案手法は,5つのベンチマークデータセットの最先端結果を実現する。
  論文  参考訳（メタデータ） (2020-03-18T06:11:20Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)

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。