論文の概要: P-Age: Pexels Dataset for Robust Spatio-Temporal Apparent Age Classification

• arxiv url: http://arxiv.org/abs/2311.02432v1
• Date: Sat, 4 Nov 2023 15:23:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-07 17:45:35.046116
• Title: P-Age: Pexels Dataset for Robust Spatio-Temporal Apparent Age Classification
• Title（参考訳）: P-Age:ロバストな時空間年齢分類のためのピクセルデータセット
• Authors: Abid Ali and Ashish Marisetty and Francois Bremond
• Abstract要約: AgeFormerは、年齢分類のためのボディフェイスベースの方法全体のダイナミクスの情報を利用する。 ビデオから現実の状況における年齢予測のギャップを埋めるため,Pexels Ageというビデオデータセットを構築した。 提案手法は既存の顔に基づく年齢推定法と比較して優れた結果が得られる。
• 参考スコア（独自算出の注目度）: 0.7234862895932991
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Age estimation is a challenging task that has numerous applications. In this paper, we propose a new direction for age classification that utilizes a video-based model to address challenges such as occlusions, low-resolution, and lighting conditions. To address these challenges, we propose AgeFormer which utilizes spatio-temporal information on the dynamics of the entire body dominating face-based methods for age classification. Our novel two-stream architecture uses TimeSformer and EfficientNet as backbones, to effectively capture both facial and body dynamics information for efficient and accurate age estimation in videos. Furthermore, to fill the gap in predicting age in real-world situations from videos, we construct a video dataset called Pexels Age (P-Age) for age classification. The proposed method achieves superior results compared to existing face-based age estimation methods and is evaluated in situations where the face is highly occluded, blurred, or masked. The method is also cross-tested on a variety of challenging video datasets such as Charades, Smarthome, and Thumos-14.
• Abstract（参考訳）: 年齢推定は、多くのアプリケーションを持つ難しいタスクである。 本稿では, 咬合や低分解能, 照明条件などの課題に対処するために, ビデオベースモデルを用いた年齢分類の新たな方向性を提案する。 これらの課題に対処するために,年齢分類において顔に基づく方法が支配される全身の動態の時空間情報を利用する AgeFormer を提案する。 提案する2ストリームアーキテクチャは,timeformer と efficientnet をバックボーンとして使用し,顔と身体のダイナミクス情報の両方を効果的にキャプチャし,効率的な年齢推定を行う。 さらに,映像からの年齢予測のギャップを埋めるため,年齢分類のためのPexels Age(P-Age)というビデオデータセットを構築した。 提案手法は, 既存の顔年齢推定法と比較して優れた結果を得ることができ, 顔の遮蔽, ぼやけた, マスクを施した状況で評価できる。 また、Charades、Smarthome、Thumos-14など、さまざまな挑戦的なビデオデータセット上でクロステストされている。

関連論文リスト

• Video Face Re-Aging: Toward Temporally Consistent Face Re-Aging [5.252268654349522]
  ビデオの顔のリエイジは、人の見かけの年齢をビデオのターゲット年齢に変更する。 ほとんどの再老化手法は、ビデオの時間的一貫性を考慮せずに、個々の画像を個別に処理する。 多様な年齢層にまたがって対象を特徴付ける新しい合成ビデオデータセットを提案する。
  論文  参考訳（メタデータ） (2023-11-20T10:01:13Z)
• A Demographic Attribute Guided Approach to Age Estimation [4.215251065887862]
  本研究は,顔属性の補助情報を活用し,属性誘導モジュールを用いた新しい年齢推定手法を提案する。 UTKFace, LAP2016, Morphの3つの公開データセットによる実験結果から, 提案手法は, 他の最先端手法と比較して優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2022-05-20T15:34:47Z)
• LAE : Long-tailed Age Estimation [52.5745217752147]
  まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。 標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。 本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-25T09:05:44Z)
• 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)
• PFA-GAN: Progressive Face Aging with Generative Adversarial Network [19.45760984401544]
  本論文では,PFA-GANを基盤とした新しい顔老化フレームワークを提案する。 このフレームワークは、蓄積されたアーティファクトと曖昧さを取り除くために、エンドツーエンドでトレーニングすることができる。 実験により,既存の (c) GANs 法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-12-07T05:45:13Z)
• Age Gap Reducer-GAN for Recognizing Age-Separated Faces [72.26969872180841]
  本稿では,年齢変化に伴う顔と時間変化をマッチングする新しいアルゴリズムを提案する。 提案手法は,顔の年齢推定と年齢別顔の検証を組み合わせた統合フレームワークである。
  論文  参考訳（メタデータ） (2020-11-11T16:43:32Z)
• Toward Accurate Person-level Action Recognition in Videos of Crowded Scenes [131.9067467127761]
  我々は、シーンの情報を完全に活用し、新しいデータを集めることで、アクション認識を改善することに集中する。 具体的には、各フレームの空間的位置を検出するために、強い人間の検出器を採用する。 そして、行動認識モデルを適用して、HIEデータセットとインターネットから多様なシーンを持つ新しいデータの両方でビデオフレームから時間情報を学ぶ。
  論文  参考訳（メタデータ） (2020-10-16T13:08:50Z)
• Enhancing Facial Data Diversity with Style-based Face Aging [59.984134070735934]
  特に、顔データセットは、通常、性別、年齢、人種などの属性の観点からバイアスされる。 本稿では, 細粒度の老化パターンをキャプチャするデータ拡張のための, 生成スタイルに基づく新しいアーキテクチャを提案する。 提案手法は, 年齢移動のための最先端アルゴリズムよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-06-06T21:53:44Z)
• Investigating Bias in Deep Face Analysis: The KANFace Dataset and Empirical Study [67.3961439193994]
  現在までに最も包括的で大規模な顔画像とビデオのデータセットを導入している。 データは、アイデンティティ、正確な年齢、性別、親族関係の点で手動で注釈付けされる。 提案したベンチマークでネットワーク埋め込みをデバイアス化する手法を導入し,テストした。
  論文  参考訳（メタデータ） (2020-05-15T00:14:39Z)

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。