論文の概要: A Data-Theoretic Approach to Identifying Violent Facial Expressions in
Social Crime Contexts
- arxiv url: http://arxiv.org/abs/2308.08658v2
- Date: Tue, 19 Dec 2023 21:05:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-21 22:00:21.236929
- Title: A Data-Theoretic Approach to Identifying Violent Facial Expressions in
Social Crime Contexts
- Title（参考訳）: 社会犯罪場面における暴力的表情同定のためのデータ理論的アプローチ
- Authors: Arindam Kumar Paul
- Abstract要約: 我々は,犯罪を犯す意図があるかどうかを検知できる畳み込みニューラルネットワークを用いて,自動システムの設計を行った。
ここでは,地域住民の暴力的・前犯罪的な顔パターンを表現できる特定の地理的領域の顔データのみを用いた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human Facial Expressions plays an important role in identifying human actions
or intention. Facial expressions can represent any specific action of any
person and the pattern of violent behavior of any person strongly depends on
the geographic region. Here we have designed an automated system by using a
Convolutional Neural Network which can detect whether a person has any
intention to commit any crime or not. Here we proposed a new method that can
identify criminal intentions or violent behavior of any person before executing
crimes more efficiently by using very little data on facial expressions before
executing a crime or any violent tasks. Instead of using image features which
is a time-consuming and faulty method we used an automated feature selector
Convolutional Neural Network model which can capture exact facial expressions
for training and then can predict that target facial expressions more
accurately. Here we used only the facial data of a specific geographic region
which can represent the violent and before-crime before-crime facial patterns
of the people of the whole region.
- Abstract（参考訳）: 人間の表情は、人間の行動や意図を特定する上で重要な役割を果たす。
表情は任意の人の特定の行動を表し、いかなる人物の暴力的行動のパターンも地理的領域に大きく依存する。
ここでは,犯罪を犯す意図があるかどうかを検出する畳み込みニューラルネットワークを用いて,自動システムを設計した。
そこで本研究では,犯罪や暴力行為を行う前に,表情に関する非常に少ないデータを用いて犯罪を効果的に実行する前に,犯罪の意図や暴力行為を識別する手法を提案する。
時間のかかる欠陥のある方法である画像機能を使う代わりに、トレーニングのために正確な表情をキャプチャし、ターゲットの表情をより正確に予測する自動機能セレクタ畳み込みニューラルネットワークモデルを使用しました。
ここでは,地域全体の暴力的で犯罪前の顔パターンを表現できる,特定の地理的領域の顔データのみを用いた。
関連論文リスト
- ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。
この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。
我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
論文 参考訳（メタデータ） (2024-09-20T09:30:08Z) - Towards Localized Fine-Grained Control for Facial Expression Generation [54.82883891478555]
人間、特にその顔は、豊かな表現と意図を伝える能力のために、コンテンツ生成の中心である。
現在の生成モデルは、主に平らな中立表現と文字なしの笑顔を認証なしで生成する。
顔生成における表情制御におけるAU(アクションユニット)の利用を提案する。
論文 参考訳（メタデータ） (2024-07-25T18:29:48Z) - Self-Supervised Facial Representation Learning with Facial Region
Awareness [13.06996608324306]
自己教師付き事前学習は、様々な視覚的タスクに役立つ伝達可能な表現を学習するのに有効であることが証明されている。
この目標に向けての最近の取り組みは、各顔画像を全体として扱うことに限定されている。
本研究では,一貫したグローバルおよびローカルな顔表現を学習するための,自己教師型顔表現学習フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-04T15:48:56Z) - Emotion Recognition for Challenged People Facial Appearance in Social
using Neural Network [0.0]
CNNでは、取得した画像を異なる感情カテゴリに分類するために顔表現が使用される。
本稿では,画像による表情の認識と啓蒙の不変性について提案する。
論文 参考訳（メタデータ） (2023-05-11T14:38:27Z) - Interpretable Explainability in Facial Emotion Recognition and
Gamification for Data Collection [0.0]
顔の感情認識モデルを訓練するには、大量のデータと高価なアノテーションプロセスが必要である。
我々は,人間の明示的なラベル付けを行なわずに,注釈付き顔感情データを取得するゲーミフィケーション手法を開発した。
プレイヤーの表情認知能力と表情能力は,繰り返しゲームプレイによって著しく向上した。
論文 参考訳（メタデータ） (2022-11-09T09:53:48Z) - Real-World Adversarial Examples involving Makeup Application [58.731070632586594]
フルフェイスメイクを用いた身体的敵攻撃を提案する。
我々の攻撃は、色や位置関連エラーなどのメークアップアプリケーションにおける手動エラーを効果的に克服できる。
論文 参考訳（メタデータ） (2021-09-04T05:29:28Z) - Learning Facial Representations from the Cycle-consistency of Face [23.23272327438177]
顔特徴の周期一貫性を自由監督信号として導入し、ラベルのない顔画像から顔の表情を学習する。
この学習は、顔の動きサイクルの制約とアイデンティティのサイクルの制約を重畳することによって実現される。
我々のアプローチは既存の手法と競合し、アンタングル表現に埋め込まれたリッチでユニークな情報を実証する。
論文 参考訳（メタデータ） (2021-08-07T11:30:35Z) - I Only Have Eyes for You: The Impact of Masks On Convolutional-Based
Facial Expression Recognition [78.07239208222599]
今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。
また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
論文 参考訳（メタデータ） (2021-04-16T20:03:30Z) - Learning Emotional-Blinded Face Representations [77.7653702071127]
感情反応に関連する表情に盲目な2つの顔表現を提案する。
この作業は、個人データ保護に関する新たな国際規則によって動機付けられている。
論文 参考訳（メタデータ） (2020-09-18T09:24:10Z) - Exploiting Semantics for Face Image Deblurring [121.44928934662063]
本稿では,深層畳み込みニューラルネットワークによる意味的手がかりを利用して,効果的かつ効率的な顔分解アルゴリズムを提案する。
顔のセマンティックラベルを入力先として組み込んで,顔の局所構造を正規化するための適応的構造損失を提案する。
提案手法は、より正確な顔の特徴と細部を持つシャープ画像を復元する。
論文 参考訳（メタデータ） (2020-01-19T13:06:27Z)
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。