論文の概要: Face Image Quality Enhancement Study for Face Recognition
- arxiv url: http://arxiv.org/abs/2307.05534v1
- Date: Sat, 8 Jul 2023 08:51:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-13 16:26:06.195676
- Title: Face Image Quality Enhancement Study for Face Recognition
- Title（参考訳）: 顔認識のための顔画像品質向上研究
- Authors: Iqbal Nouyed, Na Zhang
- Abstract要約: 画像品質の低い大容量データベースを組み立て,3種類の品質セットを対象とした顔認識アルゴリズムの性能について検討する。
我々は,低画質の顔写真で認識するための新しいプロトコルを開発し,その性能を実験的に検証する。
- 参考スコア（独自算出の注目度）: 6.916620974833163
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Unconstrained face recognition is an active research area among computer
vision and biometric researchers for many years now. Still the problem of face
recognition in low quality photos has not been well-studied so far. In this
paper, we explore the face recognition performance on low quality photos, and
we try to improve the accuracy in dealing with low quality face images. We
assemble a large database with low quality photos, and examine the performance
of face recognition algorithms for three different quality sets. Using
state-of-the-art facial image enhancement approaches, we explore the face
recognition performance for the enhanced face images. To perform this without
experimental bias, we have developed a new protocol for recognition with low
quality face photos and validate the performance experimentally. Our designed
protocol for face recognition with low quality face images can be useful to
other researchers. Moreover, experiment results show some of the challenging
aspects of this problem.
- Abstract（参考訳）: unconstrained face recognitionは、コンピュータビジョンとバイオメトリック研究者の間で長年にわたって活発な研究分野である。
それでも、低画質の写真における顔認識の問題は、まだ十分に研究されていない。
本稿では,低画質写真における顔認識性能について検討し,低画質画像の処理精度の向上を試みる。
画像品質の低い大容量データベースを組み立て,3種類の品質セットを対象とした顔認識アルゴリズムの性能について検討する。
最先端の顔画像強調手法を用いて,顔画像の顔認識性能について検討する。
そこで本研究では,低画質の顔画像を用いた新しい認識プロトコルを開発し,その性能を実験的に検証した。
低画質の顔画像を用いた顔認識プロトコルは,他の研究者にとって有用である。
さらに,実験結果から,この問題の難易度が示されている。
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) - Boosting Cross-Quality Face Verification using Blind Face Restoration [0.13654846342364302]
低画質画像の知覚品質を高めるためには,顔認証の課題が不可欠である。
本稿では,3つの最先端のブラインドフェイス復元技術が顔認証システムの性能に与える影響について検討する。
論文 参考訳（メタデータ） (2023-08-15T18:05:19Z) - A Study on the Impact of Face Image Quality on Face Recognition in the
Wild [6.916620974833163]
本研究では,野生の顔画像における深層学習手法の性能評価を行い,これらのデータを用いた人間の顔検証実験を設計する。
この結果から,ディープラーニングにおける品質問題の研究は依然として徹底的に行う必要があることが示唆された。
論文 参考訳（メタデータ） (2023-07-05T22:41:14Z) - 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) - SynFace: Face Recognition with Synthetic Data [83.15838126703719]
我々は、ID混在(IM)とドメイン混在(DM)を併用したSynFaceを考案し、パフォーマンスギャップを緩和する。
また、合成顔画像の系統的実験分析を行い、合成データを顔認識に効果的に活用する方法についての知見を提供する。
論文 参考訳（メタデータ） (2021-08-18T03:41:54Z) - Network Architecture Search for Face Enhancement [82.25775020564654]
我々は、NASFE(Network Architecture Search for Face Enhancement)と呼ばれるマルチタスクの顔復元ネットワークを提案する。
NASFEは、単一の劣化(すなわち)を含む低品質の顔画像を高めることができる。
ノイズまたはぼやけ)または複数の劣化(ノイズ+ブラル+ローライト)
論文 参考訳（メタデータ） (2021-05-13T19:46:05Z) - Joint Face Image Restoration and Frontalization for Recognition [79.78729632975744]
現実世界のシナリオでは、大きなポーズ、悪い照明、低解像度、ぼやけ、ノイズなど、多くの要因が顔認識性能を損なう可能性がある。
それまでの努力は通常、まず品質の低い顔から高品質な顔に復元し、次に顔認識を行う。
与えられた低品質の顔からフロンダル化された高品質の顔を復元する多段階顔復元モデルを提案する。
論文 参考訳（メタデータ） (2021-05-12T03:52:41Z) - Intelligent Frame Selection as a Privacy-Friendlier Alternative to Face
Recognition [5.313209107051178]
本研究は,大規模顔認識に代わるプライバシフレンドリーな代替手法を提案する。
すべてのビデオデータで顔認識ソフトウェアを実行する代わりに、検出された各人の高品質なスナップショットを自動的に抽出する。
このスナップショットは暗号化され、アクセスは法的承認後のみ許可される。
論文 参考訳（メタデータ） (2021-01-19T09:31:42Z) - 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) - 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。