論文の概要: Automated Detection of Cat Facial Landmarks
- arxiv url: http://arxiv.org/abs/2310.09793v2
- Date: Tue, 5 Mar 2024 06:12:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-07 02:09:38.641891
- Title: Automated Detection of Cat Facial Landmarks
- Title（参考訳）: 猫の顔ランドマークの自動検出
- Authors: George Martvel, Ilan Shimshoni and Anna Zamansky
- Abstract要約: 猫の顔画像に境界ボックスと48個の顔のランドマークを付加した新しいデータセットを提出した。
本稿では、拡大エンセムベ法を用いて、ランドマーク検出畳み込みニューラルネットワークに基づくモデルを提案する。
本モデルは猫の顔に優れた性能を示し,ヒトの顔のランドマーク検出に一般化可能である。
- 参考スコア（独自算出の注目度）: 8.435125986009881
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The field of animal affective computing is rapidly emerging, and analysis of
facial expressions is a crucial aspect. One of the most significant challenges
that researchers in the field currently face is the scarcity of high-quality,
comprehensive datasets that allow the development of models for facial
expressions analysis. One of the possible approaches is the utilisation of
facial landmarks, which has been shown for humans and animals. In this paper we
present a novel dataset of cat facial images annotated with bounding boxes and
48 facial landmarks grounded in cat facial anatomy. We also introduce a
landmark detection convolution neural network-based model which uses a
magnifying ensembe method. Our model shows excellent performance on cat faces
and is generalizable to human facial landmark detection.
- Abstract（参考訳）: 動物の感情コンピューティングの分野は急速に発展しており、表情の分析は重要な側面である。
この分野で現在直面している最も重要な課題の1つは、表情分析のためのモデルの開発を可能にする高品質で包括的なデータセットの不足である。
考えられるアプローチの1つは、人間や動物に示される顔のランドマークの利用である。
本稿では,猫顔面解剖学において,境界ボックスと48個の顔ランドマークを付記した,猫顔面画像の新しいデータセットを提案する。
また,拡張型ensembe法を用いたランドマーク検出畳み込み畳み込みニューラルネットワークモデルを提案する。
本モデルは猫の顔に優れた性能を示し,人間の顔のランドマーク検出に応用できる。
関連論文リスト
- DogFLW: Dog Facial Landmarks in the Wild Dataset [5.51724397504775]
犬3,274点の注釈付き画像を含む類似データセットを開発した。
我々のデータセットは、46の顔解剖に基づくランドマークのスキームに基づいている。
論文 参考訳（メタデータ） (2024-05-19T09:59:36Z) - DiffusionFace: Towards a Comprehensive Dataset for Diffusion-Based Face Forgery Analysis [71.40724659748787]
DiffusionFaceは、最初の拡散ベースのフェイスフォージェリーデータセットである。
非条件およびテキストガイドの顔画像生成、Img2Img、Inpaint、Diffusionベースの顔交換アルゴリズムなど、さまざまなフォージェリーカテゴリをカバーする。
重要なメタデータと、評価のための実世界のインターネットソースの偽顔画像データセットを提供する。
論文 参考訳（メタデータ） (2024-03-27T11:32:44Z) - An Evaluation of Forensic Facial Recognition [16.17759191184531]
本稿では,大規模な合成顔データセットの構築と,顔の法医学的ラインアップについて述べる。
本稿では,2つのニューラルネットワーク認識システムの精度を評価する。
これまでに報告された顔認識の精度は95%以上低下し、このより困難な法医学的シナリオでは65%にまで低下した。
論文 参考訳（メタデータ） (2023-11-10T16:02:46Z) - CatFLW: Cat Facial Landmarks in the Wild Dataset [3.3022383854506843]
本稿では,野生の猫顔ランドマーク (Cat Facial Landmarks in the Wild, CatFLW) というデータセットを提案する。
2016年のネコの顔は環境や環境によって異なり、48の顔のランドマークがアノテートされている。
私たちの知る限りでは、このデータセットは猫の顔のランドマークの量が最も多い。
論文 参考訳（メタデータ） (2023-05-07T09:39:12Z) - Robustness Disparities in Face Detection [64.71318433419636]
本稿では,その顔検出システムの詳細なベンチマークとして,商業モデルと学術モデルのノイズに対する頑健性について検討する。
すべてのデータセットやシステム全体で、$textitmasculineである個人の写真が$textitdarker skin type$$$、$textitdarker$、または$textitdim lighting$は、他のIDよりもエラーの影響を受けやすい。
論文 参考訳（メタデータ） (2022-11-29T05:22:47Z) - Are Face Detection Models Biased? [69.68854430664399]
顔領域の局所化による顔検出領域のバイアスについて検討した。
既存の顔検出データセットの多くは、このような分析に適したアノテーションを欠いている。
性別や肌の音色による検出精度の相違を観察し, 画像診断以外の要因の相互関係を考察した。
論文 参考訳（メタデータ） (2022-11-07T14:27:55Z) - FaceOcc: A Diverse, High-quality Face Occlusion Dataset for Human Face
Extraction [3.8502825594372703]
隠蔽は野生の顔画像にしばしば発生し、ランドマーク検出や3D再構成、顔認識といった顔関連の課題に悩まされる。
本稿では,CelebA本社とインターネットから手動で顔の隠蔽をラベル付けした新しい顔のセグメンテーションデータセットを提案する。
簡単な顔分割モデルの訓練を行ったが,SOTA性能が得られ,提案したデータセットの有効性を実証した。
論文 参考訳（メタデータ） (2022-01-20T19:44:18Z) - Evaluation of Human and Machine Face Detection using a Novel Distinctive
Human Appearance Dataset [0.76146285961466]
画像中の顔を検出する能力において,現在最先端の顔検出モデルを評価する。
評価結果から,顔検出アルゴリズムは多様な外観に適さないことが示された。
論文 参考訳（メタデータ） (2021-11-01T02:20:40Z) - 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) - Pre-training strategies and datasets for facial representation learning [58.8289362536262]
いくつかの顔分析タスクやデータセットに適用可能な普遍的な顔表現の探索方法を示す。
顔に適応する2つの大規模表現学習を体系的に検討する。
私たちの主な2つの発見は以下の通りです: 完全にインザワイルドな未処理データに対する教師なし事前トレーニングは一貫性を提供し、場合によっては大幅な精度向上をもたらします。
論文 参考訳（メタデータ） (2021-03-30T17:57:25Z) - 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)
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。