論文の概要: Explainable Face Verification via Feature-Guided Gradient Backpropagation

• arxiv url: http://arxiv.org/abs/2403.04549v1
• Date: Thu, 7 Mar 2024 14:43:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-08 13:43:59.503110
• Title: Explainable Face Verification via Feature-Guided Gradient Backpropagation
• Title（参考訳）: Feature-Guided Gradient Backpropagationによる説明可能な顔認証
• Authors: Yuhang Lu, Zewei Xu, and Touradj Ebrahimi
• Abstract要約: 顔認識システムの意思決定に対する信頼性の高い解釈の必要性が高まっている。 本稿ではまず,勾配逆伝播による顔画像とその深部表現の空間的関係について検討する。 FRシステムの"アクセプション"と"リジェクト"の決定を説明するために、正確で洞察に富んだ類似性と相似性の相似性マップを提供する新しい説明手法が考案された。
• 参考スコア（独自算出の注目度）: 9.105950041800225
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent years have witnessed significant advancement in face recognition (FR) techniques, with their applications widely spread in people's lives and security-sensitive areas. There is a growing need for reliable interpretations of decisions of such systems. Existing studies relying on various mechanisms have investigated the usage of saliency maps as an explanation approach, but suffer from different limitations. This paper first explores the spatial relationship between face image and its deep representation via gradient backpropagation. Then a new explanation approach FGGB has been conceived, which provides precise and insightful similarity and dissimilarity saliency maps to explain the "Accept" and "Reject" decision of an FR system. Extensive visual presentation and quantitative measurement have shown that FGGB achieves superior performance in both similarity and dissimilarity maps when compared to current state-of-the-art explainable face verification approaches.
• Abstract（参考訳）: 近年、顔認識(FR)技術の進歩が見られ、その応用は人々の生活やセキュリティに敏感な領域に広く浸透している。 このようなシステムの決定の信頼できる解釈の必要性が高まっている。 様々なメカニズムに依存した既存の研究は、説明的アプローチとしてサリエンシマップの使用を調査しているが、異なる制限に悩まされている。 本稿ではまず,勾配逆伝播による顔画像とその深部表現の空間的関係について検討する。 そして、FGGB の新たな説明手法が考案され、FR システムの "Accept" と "Reject" の決定を説明するために、正確で洞察に富んだ類似性と相似な唾液マップを提供する。 広汎な視覚提示と定量的測定により、FGGBは、現在の最先端説明可能な顔認証手法と比較して、類似性と相似性の両方において優れた性能を達成していることが示された。

関連論文リスト

• Beyond Spatial Explanations: Explainable Face Recognition in the Frequency Domain [6.69421628320396]
  我々は、探索されていない周波数領域における説明可能な顔認識について、一歩前進して検討する。 この研究は、周波数領域における検証に基づく決定の説明可能性について初めて提案する。
  論文  参考訳（メタデータ） (2024-07-16T17:29:24Z)
• Towards A Comprehensive Visual Saliency Explanation Framework for AI-based Face Recognition Systems [9.105950041800225]
  本書は,顔認識タスクの包括的説明枠組みを考案した。 AIに基づく顔認識システムのためのビジュアル・サリエンシ・マップに基づく説明の包括的定義を提供する。 CorrRISE というモデルに依存しない新しい説明法が提案されている。
  論文  参考訳（メタデータ） (2024-07-08T14:25:46Z)
• Rethinking the Domain Gap in Near-infrared Face Recognition [65.7871950460781]
  不均一顔認識(HFR)は、視覚領域(VIS)と近赤外領域(NIR)にまたがる複雑な顔画像マッチング作業を伴う。 HFRに関する既存の文献の多くは、ドメインギャップを主要な課題と認識し、それを入力レベルまたは機能レベルでブリッジする取り組みを指示している。 大規模同質なVISデータで事前トレーニングを行った場合、大規模ニューラルネットワークはより小さなニューラルネットワークとは異なり、HFRでは例外的なゼロショット性能を示す。
  論文  参考訳（メタデータ） (2023-12-01T14:43:28Z)
• Discriminative Deep Feature Visualization for Explainable Face Recognition [9.105950041800225]
  本稿では、まず、顔再構成に基づく説明モジュールを考案し、説明可能な顔認識の問題に寄与する。 FRモデルの決定をさらに解釈するため、新しい視覚的サリエンシ説明アルゴリズムが提案されている。
  論文  参考訳（メタデータ） (2023-06-01T07:06:43Z)
• Towards Visual Saliency Explanations of Face Verification [10.234175295380107]
  本稿では,深層畳み込みニューラルネットワークを用いた顔認証タスクについて説明する。 CorrRISE というモデルに依存しない新しい説明法が提案されている。 提案手法は,他の最先端の顔認証手法と比較して有望な結果を示す。
  論文  参考訳（メタデータ） (2023-05-15T11:17:17Z)
• Robust Saliency-Aware Distillation for Few-shot Fine-grained Visual Recognition [57.08108545219043]
  サンプルが少ない新しいサブカテゴリを認識することは、コンピュータビジョンにおいて不可欠で挑戦的な研究課題である。 既存の文献は、ローカルベースの表現アプローチを採用することでこの問題に対処している。 本稿では,ロバスト・サリエンシ・アウェア蒸留法(RSaD)を提案する。
  論文  参考訳（メタデータ） (2023-05-12T00:13:17Z)
• Explanation of Face Recognition via Saliency Maps [13.334500258498798]
  本稿では,説明可能な顔認識(XFR)の厳密な定義を提案する。 次に、類似性に基づくRISEアルゴリズム(S-RISE)を導入し、高品質なビジュアル・サリエンシ・マップを作成する。 一般的なビジュアル・サリエンシに基づくXFR手法の信頼性と精度を体系的に評価するための評価手法を提案する。
  論文  参考訳（メタデータ） (2023-04-12T19:04:21Z)
• A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
  本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
  論文  参考訳（メタデータ） (2021-08-21T17:59:56Z)
• Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
  顔認識システムのセキュリティには、顔の偽造が不可欠だ。 本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
  論文  参考訳（メタデータ） (2020-08-19T03:54:23Z)
• Multi-Margin based Decorrelation Learning for Heterogeneous Face Recognition [90.26023388850771]
  本稿では,超球面空間におけるデコリレーション表現を抽出するディープニューラルネットワーク手法を提案する。 提案するフレームワークは,不均一表現ネットワークとデコリレーション表現学習の2つのコンポーネントに分けることができる。 2つの難解な異種顔データベースに対する実験結果から,本手法は検証タスクと認識タスクの両方において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-05-25T07:01:12Z)
• Dual-Attention GAN for Large-Pose Face Frontalization [59.689836951934694]
  本稿では,フォトリアリスティック顔フロンダル化のためのDA-GAN(Dual-Attention Generative Adversarial Network)を提案する。 具体的には、ローカル機能と長距離依存関係を統合するために、自己アテンションベースのジェネレータが導入された。 顔領域の局所的特徴を強調するために,新しい顔認識に基づく識別器を適用した。
  論文  参考訳（メタデータ） (2020-02-17T20:00:56Z)

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。