論文の概要: EFaR 2023: Efficient Face Recognition Competition

• arxiv url: http://arxiv.org/abs/2308.04168v1
• Date: Tue, 8 Aug 2023 09:58:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-09 13:13:59.838443
• Title: EFaR 2023: Efficient Face Recognition Competition
• Title（参考訳）: EFaR 2023: 効率的な顔認識コンペティション
• Authors: Jan Niklas Kolf, Fadi Boutros, Jurek Elliesen, Markus Theuerkauf, Naser Damer, Mohamad Alansari, Oussama Abdul Hay, Sara Alansari, Sajid Javed, Naoufel Werghi, Klemen Grm, Vitomir \v{S}truc, Fernando Alonso-Fernandez, Kevin Hernandez Diaz, Josef Bigun, Anjith George, Christophe Ecabert, Hatef Otroshi Shahreza, Ketan Kotwal, S\'ebastien Marcel, Iurii Medvedev, Bo Jin, Diogo Nunes, Ahmad Hassanpour, Pankaj Khatiwada, Aafan Ahmad Toor, Bian Yang
• Abstract要約: バイオメトリックス国際会議(IJCB 2023)における効率的な顔認識コンペティション(EFaR)の概要について述べる。 この競技会は6つの異なるチームから17の応募を受けた。 提案したソリューションは、様々なベンチマークで達成された検証精度の重み付けスコアと、浮動小数点演算数とモデルサイズによって与えられるデプロイ可能性に基づいてランク付けされる。
• 参考スコア（独自算出の注目度）: 51.77649060180531
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper presents the summary of the Efficient Face Recognition Competition (EFaR) held at the 2023 International Joint Conference on Biometrics (IJCB 2023). The competition received 17 submissions from 6 different teams. To drive further development of efficient face recognition models, the submitted solutions are ranked based on a weighted score of the achieved verification accuracies on a diverse set of benchmarks, as well as the deployability given by the number of floating-point operations and model size. The evaluation of submissions is extended to bias, cross-quality, and large-scale recognition benchmarks. Overall, the paper gives an overview of the achieved performance values of the submitted solutions as well as a diverse set of baselines. The submitted solutions use small, efficient network architectures to reduce the computational cost, some solutions apply model quantization. An outlook on possible techniques that are underrepresented in current solutions is given as well.
• Abstract（参考訳）: 本稿では,2023年の国際生体認証合同会議(ijcb 2023)で開かれた,効率的な顔認識コンペティション(efar)の概要を紹介する。 この大会は6つの異なるチームから17の応募を受けた。 効率的な顔認識モデルのさらなる発展を促進するため、提案したソリューションは、様々なベンチマークで達成された検証精度の重み付けスコアと、浮動小数点演算数とモデルサイズによるデプロイ可能性に基づいてランク付けされる。 提案の評価はバイアス、クロス品質、大規模認識ベンチマークに拡張される。 本稿では,提案したソリューションの性能評価結果の概要と,多様なベースラインのセットについて概説する。 提出されたソリューションは、計算コストを削減するために小さく効率的なネットワークアーキテクチャを使用し、いくつかのソリューションはモデル量子化を適用する。 現在のソリューションで不足している可能性のある技術についても,その展望が述べられている。

関連論文リスト

• LLaMA-Berry: Pairwise Optimization for O1-like Olympiad-Level Mathematical Reasoning [56.273799410256075]
  このフレームワークはMonte Carlo Tree Search (MCTS)と反復的なSelf-Refineを組み合わせて推論パスを最適化する。 このフレームワークは、一般的なベンチマークと高度なベンチマークでテストされており、探索効率と問題解決能力の点で優れた性能を示している。
  論文  参考訳（メタデータ） (2024-10-03T18:12:29Z)
• The Robust Semantic Segmentation UNCV2023 Challenge Results [99.97867942388486]
  本稿では,ICCV 2023で実施されたMUAD不確実性定量化問題に対処するために用いられる勝利解について概説する。 この課題は、都市環境におけるセマンティックセグメンテーションを中心に、特に自然の敵対的なシナリオに焦点を当てた。 本報告では, 最先端の不確実性定量化手法からインスピレーションを得た19件の論文を提示する。
  論文  参考訳（メタデータ） (2023-09-27T08:20:03Z)
• Comparison of classifiers in challenge scheme [12.030094148004176]
  本稿では,MeOffendEs@IberLEF 2021コンペティションの結果を分析する。 チャレンジ主催者の意思決定を支援するために,再サンプリング技術(ブートストラップ)による推論を提案する。
  論文  参考訳（メタデータ） (2023-05-16T23:38:34Z)
• A portfolio-based analysis method for competition results [0.8680676599607126]
  本稿では,コンペティションに参加する問題解決者のパフォーマンスを補完するポートフォリオベースの分析手法について述べる。 本手法はMiniZinc Challengesの結果に示され,ポートフォリオの観点から得られた新たな知見が提示される。
  論文  参考訳（メタデータ） (2022-05-30T20:20:45Z)
• Quality-Aware Multimodal Biometric Recognition [30.322429033099688]
  弱教師付き方式で評価された品質スコアを重み付けすることで,入力モダリティの表現を融合する品質認識フレームワークを開発する。 このフレームワークは2つの融合ブロックを利用し、それぞれが品質認識ネットワークと集約ネットワークのセットで表される。 顔,虹彩,指紋モダリティからなる3つのマルチモーダルデータセットについて検討し,その性能評価を行った。
  論文  参考訳（メタデータ） (2021-12-10T20:48:55Z)
• MFR 2021: Masked Face Recognition Competition [43.60381669339876]
  参加チームは10チームが参加し、応募は有効だった。 これらのチームの提携は多様であり、9カ国のアカデミアや産業と結びついている。 このコンペティションは、マスクされた顔の顔認識精度を高めるためのソリューションの動機付けを目的としている。
  論文  参考訳（メタデータ） (2021-06-29T11:59:56Z)
• ICDAR 2021 Competition on Components Segmentation Task of Document Photos [63.289361617237944]
  3つの課題タスクが提案され、提供されたデータセット上で異なるセグメンテーションの割り当てが実行される。 収集されたデータはブラジルのいくつかのID文書のもので、その個人情報は便利に交換された。 さまざまなディープラーニングモデルが、各タスクで最高の結果を得るために、さまざまな戦略を持つ参加者によって適用されました。
  論文  参考訳（メタデータ） (2021-06-16T00:49:58Z)
• AR-Net: Adaptive Frame Resolution for Efficient Action Recognition [70.62587948892633]
  行動認識はコンピュータビジョンにおいてオープンで困難な問題である。 本稿では,入力に条件付けされた各フレームの最適な解像度をオンザフライで選択し,効率的な動作認識を実現する,AR-Netと呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-31T01:36:04Z)
• Recognizing Families In the Wild: White Paper for the 4th Edition Data Challenge [91.55319616114943]
  本稿では,Recognizing Families In the Wild(RFIW)評価における支援課題(親族検証,三対象検証,行方不明児の検索・検索)を要約する。 本研究の目的は、2020年のRFIWチャレンジと、将来的な方向性の予測について述べることである。
  論文  参考訳（メタデータ） (2020-02-15T02:22:42Z)

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。