論文の概要: Open-set Face Recognition using Ensembles trained on Clustered Data

• arxiv url: http://arxiv.org/abs/2308.07445v1
• Date: Mon, 14 Aug 2023 20:34:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-16 14:50:14.907793
• Title: Open-set Face Recognition using Ensembles trained on Clustered Data
• Title（参考訳）: クラスタデータを用いたアンサンブルを用いたオープンセット顔認識
• Authors: Rafael Henrique Vareto and William Robson Schwartz
• Abstract要約: この研究は、数百から数千の主題からなるギャラリーに対して、スケーラブルなオープンセットの顔識別アプローチを詳述している。 クラスタリングとバイナリ学習アルゴリズムのアンサンブルで構成されており、クエリフェイスサンプルがフェイスギャラリーに属していることを推定し、その正体を検索する。
• 参考スコア（独自算出の注目度）: 2.132096006921048
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Open-set face recognition describes a scenario where unknown subjects, unseen during the training stage, appear on test time. Not only it requires methods that accurately identify individuals of interest, but also demands approaches that effectively deal with unfamiliar faces. This work details a scalable open-set face identification approach to galleries composed of hundreds and thousands of subjects. It is composed of clustering and an ensemble of binary learning algorithms that estimates when query face samples belong to the face gallery and then retrieves their correct identity. The approach selects the most suitable gallery subjects and uses the ensemble to improve prediction performance. We carry out experiments on well-known LFW and YTF benchmarks. Results show that competitive performance can be achieved even when targeting scalability.
• Abstract（参考訳）: オープンセット顔認識は、トレーニング段階で見えない未知の被験者がテスト時間に現れるシナリオを記述している。 興味のある個人を正確に識別する手法だけでなく、知らない顔を効果的に扱うアプローチも必要です。 この研究は、数百から数千の主題からなるギャラリーに対して、スケーラブルなオープンセットの顔識別アプローチを詳述している。 クラスタリングとバイナリ学習アルゴリズムのアンサンブルで構成されており、クエリフェイスサンプルがface galleryに属することを推定し、それらの正しいidを取得する。 このアプローチは最も適したギャラリーの主題を選び、アンサンブルを使って予測性能を改善する。 我々は、よく知られたLFWおよびYTFベンチマークで実験を行う。 その結果,スケーラビリティを目標とする場合でも,競争性能が達成可能であることがわかった。

関連論文リスト

• Semantics-Oriented Multitask Learning for DeepFake Detection: A Joint Embedding Approach [77.65459419417533]
  本稿ではセマンティクス指向のDeepFake検出タスクをサポートするための自動データセット拡張手法を提案する。 また,顔画像とそれに対応するラベルを併用して予測を行う。 提案手法は,DeepFake検出の一般化性を向上し,人間の理解可能な説明を提供することで,ある程度のモデル解釈を行う。
  論文  参考訳（メタデータ） (2024-08-29T07:11:50Z)
• Federated Face Forgery Detection Learning with Personalized Representation [63.90408023506508]
  ディープジェネレータ技術は、区別がつかない高品質のフェイクビデオを制作し、深刻な社会的脅威をもたらす可能性がある。 従来の偽造検出手法は、データを直接集中的に訓練する。 本稿では,個人化表現を用いた新しいフェデレーション顔偽造検出学習を提案する。
  論文  参考訳（メタデータ） (2024-06-17T02:20:30Z)
• Faceptor: A Generalist Model for Face Perception [52.8066001012464]
  Faceptorは、よく設計されたシングルエンコーダのデュアルデコーダアーキテクチャを採用するために提案されている。 Faceptorへのレイヤアテンションにより、モデルが最適なレイヤから機能を適応的に選択して、望ましいタスクを実行することができる。 我々のトレーニングフレームワークは補助的な教師付き学習にも適用でき、年齢推定や表現認識といったデータスパースタスクの性能を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2024-03-14T15:42:31Z)
• FACE-AUDITOR: Data Auditing in Facial Recognition Systems [24.082527732931677]
  顔画像を扱うスケーラビリティと能力のために、ショットベースの顔認識システムが注目されている。 顔画像の誤使用を防止するために、簡単なアプローチとして、生の顔画像を共有する前に修正する方法がある。 そこで本研究では,FACE-AUDITORの完全ツールキットを提案する。このツールキットは,少数ショットベースの顔認識モデルに問い合わせ,ユーザの顔画像のいずれかがモデルのトレーニングに使用されているかどうかを判断する。
  論文  参考訳（メタデータ） (2023-04-05T23:03:54Z)
• Cluster-level pseudo-labelling for source-free cross-domain facial expression recognition [94.56304526014875]
  表情認識のためのSFUDA法を提案する。 本手法は,自己教師付き事前学習を利用して,対象データから優れた特徴表現を学習する。 提案手法の有効性を4つの適応方式で検証し,FERに適用した場合,既存のSFUDA法より一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-11T08:24:50Z)
• FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild [50.8865921538953]
  年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。 我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。 提案手法は,既存の年齢推定手法を常に上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-21T14:31:32Z)
• Open-set Face Recognition for Small Galleries Using Siamese Networks [1.8514314381314887]
  本稿では,小ギャラリーに着目したオープンセット顔認識への新しいアプローチを提案する。 Siamese Networkアーキテクチャは、顔プローブがギャラリーに登録されているかどうかを検出するモデルを学ぶために提案される。 FRGCv1ではHFCNやHPLSといった最先端の手法が優勢であった。
  論文  参考訳（メタデータ） (2021-05-14T17:16:37Z)
• ClusterFace: Joint Clustering and Classification for Set-Based Face Recognition [0.0]
  本稿では,難易度の高い方法で深部顔の関連を学習する共同クラスタリングと分類手法を提案する。 提案手法の理論的根拠は,信頼性の高いクラスタリング結果によって特徴空間の分布の洞察が得られ,次に示す分類を導出できるということである。
  論文  参考訳（メタデータ） (2020-11-26T15:55:27Z)
• A Cluster-Matching-Based Method for Video Face Recognition [0.0]
  ビデオにおける顔認識のためのクラスタマッチングに基づくアプローチを提案する。 本手法は,ビデオ顔認識のタスクにおいて,99.435%のリコールと99.131%の精度を達成した。
  論文  参考訳（メタデータ） (2020-10-20T00:44:54Z)
• GroupFace: Learning Latent Groups and Constructing Group-based Representations for Face Recognition [20.407167858663453]
  組込み機能の品質を向上させるために,グループフェイスと呼ばれる新しい顔認識特化アーキテクチャを提案する。 提案手法は,人間のアノテーションを付加せずに各グループに属するサンプル数のバランスをとる自己分散ラベルを提供する。 提案手法のすべてのコンポーネントは、計算複雑性を極端に増加させることなく、エンドツーエンドで訓練することができる。
  論文  参考訳（メタデータ） (2020-05-21T07:30:34Z)
• Investigating the Impact of Inclusion in Face Recognition Training Data on Individual Face Identification [93.5538147928669]
  最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。 モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
  論文  参考訳（メタデータ） (2020-01-09T15:50:28Z)

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。