論文の概要: Content Bias in Deep Learning Image Age Approximation: A new Approach Towards better Explainability

• arxiv url: http://arxiv.org/abs/2310.02067v3
• Date: Thu, 2 May 2024 09:22:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-03 22:20:15.548258
• Title: Content Bias in Deep Learning Image Age Approximation: A new Approach Towards better Explainability
• Title（参考訳）: Deep Learning Image Age Approximationにおけるコンテンツバイアス: 説明可能性向上に向けた新しいアプローチ
• Authors: Robert Jöchl, Andreas Uhl,
• Abstract要約: 時間画像法医学において、コンテンツバイアスはニューラルネットワークによって利用することができる。 画像コンテンツの影響を評価する新しい手法を提案する。 年齢分類の文脈で提案される深層学習アプローチは,画像内容に大きく依存している可能性が高い。
• 参考スコア（独自算出の注目度）: 4.088355251010862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the context of temporal image forensics, it is not evident that a neural network, trained on images from different time-slots (classes), exploits solely image age related features. Usually, images taken in close temporal proximity (e.g., belonging to the same age class) share some common content properties. Such content bias can be exploited by a neural network. In this work, a novel approach is proposed that evaluates the influence of image content. This approach is verified using synthetic images (where content bias can be ruled out) with an age signal embedded. Based on the proposed approach, it is shown that a deep learning approach proposed in the context of age classification is most likely highly dependent on the image content. As a possible countermeasure, two different models from the field of image steganalysis, along with three different preprocessing techniques to increase the signal-to-noise ratio (age signal to image content), are evaluated using the proposed method.
• Abstract（参考訳）: 時間的画像法医学の文脈では、異なる時間スロット(クラス)の画像に基づいて訓練されたニューラルネットワークが、画像年齢に関連する特徴のみを活用することは明らかではない。 通常、時間的近接(例えば、同じ年齢層に属する)で撮影された画像は、いくつかの共通の内容特性を共有している。 このようなコンテンツバイアスはニューラルネットワークによって利用することができる。 本研究では,画像コンテンツの影響を評価する新しい手法を提案する。 このアプローチは、年齢信号が埋め込まれた合成画像(コンテンツバイアスを除外できる)を用いて検証される。 提案手法により,年齢分類の文脈における深層学習手法は,画像内容に大きく依存している可能性が示唆された。 その対策として,画像ステガナリシスの分野での2つの異なるモデルと,信号-雑音比(画像内容への年齢信号)を高めるための3つの前処理手法について,提案手法を用いて評価を行った。

関連論文リスト

• A domain adaptive deep learning solution for scanpath prediction of paintings [66.46953851227454]
  本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。 我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。 提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
  論文  参考訳（メタデータ） (2022-09-22T22:27:08Z)
• Knowledge Mining with Scene Text for Fine-Grained Recognition [53.74297368412834]
  本研究では,シーンテキスト画像の背景にある暗黙的な文脈知識をマイニングする,エンドツーエンドのトレーニング可能なネットワークを提案する。 我々は,KnowBertを用いて意味表現の関連知識を検索し,それを画像特徴と組み合わせ,きめ細かい分類を行う。 本手法は,3.72%のmAPと5.39%のmAPをそれぞれ上回っている。
  論文  参考訳（メタデータ） (2022-03-27T05:54:00Z)
• Scene Uncertainty and the Wellington Posterior of Deterministic Image Classifiers [68.9065881270224]
  Wellington Posteriorは、同じシーンで生成された可能性のあるデータに応答して得られるであろう結果の分布である。 We we explore the use of data augmentation, dropout, ensembling, single-view reconstruction and model linearization to compute a Wellington Posterior。 他にも、生成逆数ネットワーク、ニューラルレイディアンスフィールド、条件付き事前ネットワークなどの条件付き生成モデルの使用がある。
  論文  参考訳（メタデータ） (2021-06-25T20:10:00Z)
• Hierarchical Attention-based Age Estimation and Bias Estimation [16.335191345543063]
  顔画像に基づく年齢推定のための新しい深層学習手法を提案する。 提案手法は,現代的スキームを上回り,新しい最先端の年齢推定精度を提供する。
  論文  参考訳（メタデータ） (2021-03-17T19:41:34Z)
• Content-Based Detection of Temporal Metadata Manipulation [91.34308819261905]
  画像の撮像時間とその内容と地理的位置とが一致しているかどうかを検証するためのエンドツーエンドのアプローチを提案する。 中心となる考え方は、画像の内容、キャプチャ時間、地理的位置が一致する確率を予測するための教師付き一貫性検証の利用である。 我々のアプローチは、大規模なベンチマークデータセットの以前の作業により改善され、分類精度が59.03%から81.07%に向上した。
  論文  参考訳（メタデータ） (2021-03-08T13:16:19Z)
• Combining Similarity and Adversarial Learning to Generate Visual Explanation: Application to Medical Image Classification [0.0]
  学習フレームワークを活用して視覚的説明法を作成する。 文献のメトリクスを用いることで,この手法は最先端のアプローチよりも優れています。 大規模な胸部X線データベース上でのアプローチを検証する。
  論文  参考訳（メタデータ） (2020-12-14T08:34:12Z)
• A Decade Survey of Content Based Image Retrieval using Deep Learning [13.778851745408133]
  本稿では,コンテンツベース画像検索における過去10年間のディープラーニングベース開発に関する包括的調査について述べる。 クエリ画像の代表的な特徴とデータセット画像との類似性は、検索のために画像のランク付けに使用される。 ディープラーニングは、手作業で設計した機能工学の、10年前から支配的な代替手段として現れてきた。
  論文  参考訳（メタデータ） (2020-11-23T02:12:30Z)
• Distilling Localization for Self-Supervised Representation Learning [82.79808902674282]
  コントラスト学習は教師なし表現学習に革命をもたらした。 現在のコントラストモデルでは、前景オブジェクトのローカライズには効果がない。 本稿では,背景変化を学習するためのデータ駆動型手法を提案する。
  論文  参考訳（メタデータ） (2020-04-14T16:29:42Z)
• Structural-analogy from a Single Image Pair [118.61885732829117]
  本稿では,1対の画像A,Bのみを用いて,ニューラルネットワークによる画像構造理解能力について検討する。 我々は、B の外観とスタイルを保持するが、A に対応する構造的配置を持つ画像を生成する。 提案手法は,画像AとBのみを利用した条件生成タスクにおいて,高品質な画像を生成するために利用できる。
  論文  参考訳（メタデータ） (2020-04-05T14:51:10Z)
• Relevance Prediction from Eye-movements Using Semi-interpretable Convolutional Neural Networks [9.007191808968242]
  眼球運動からテキスト文書の認識関連性を予測するための画像分類手法を提案する。 視線追跡調査では、参加者は短いニュース記事を読み、引き金の質問に答えるために関連性または無関係であると評価した。 参加者の眼球運動スキャンパスを画像としてエンコードし、これらのスキャンパス画像を用いて畳み込みニューラルネットワーク分類器を訓練する。
  論文  参考訳（メタデータ） (2020-01-15T07:02:14Z)
• Learning Transformation-Aware Embeddings for Image Forensics [15.484408315588569]
  Image Provenance Analysisは、コンテンツを共有するさまざまな操作されたイメージバージョン間の関係を見つけることを目的としている。 証明分析のための主要なサブプロブレムの1つは、完全なコンテンツを共有したり、ほぼ重複している画像の編集順序である。 本稿では,1つの画像から生成した画像に対して,変換を通じて妥当な順序付けを行うための,新しい深層学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2020-01-13T22:01:24Z)

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。