論文の概要: A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking

• arxiv url: http://arxiv.org/abs/2405.05900v1
• Date: Thu, 9 May 2024 16:52:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-10 12:43:04.416825
• Title: A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking
• Title（参考訳）: マスケ顔の包括的調査--認識・検出・アンマッシング
• Authors: Mohamed Mahmoud, Mahmoud SalahEldin Kasem, Hyun-Soo Kang,
• Abstract要約: マスク付き顔認識(MFR)は、特に世界的な新型コロナウイルス(COVID-19)パンデミックによって、生体認証において重要な領域として登場した。 本研究は,マスクを被った人物の認識・検出における課題と進歩を包括的に分析した。
• 参考スコア（独自算出の注目度）: 0.5898893619901381
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Masked face recognition (MFR) has emerged as a critical domain in biometric identification, especially by the global COVID-19 pandemic, which introduced widespread face masks. This survey paper presents a comprehensive analysis of the challenges and advancements in recognising and detecting individuals with masked faces, which has seen innovative shifts due to the necessity of adapting to new societal norms. Advanced through deep learning techniques, MFR, along with Face Mask Recognition (FMR) and Face Unmasking (FU), represent significant areas of focus. These methods address unique challenges posed by obscured facial features, from fully to partially covered faces. Our comprehensive review delves into the various deep learning-based methodologies developed for MFR, FMR, and FU, highlighting their distinctive challenges and the solutions proposed to overcome them. Additionally, we explore benchmark datasets and evaluation metrics specifically tailored for assessing performance in MFR research. The survey also discusses the substantial obstacles still facing researchers in this field and proposes future directions for the ongoing development of more robust and effective masked face recognition systems. This paper serves as an invaluable resource for researchers and practitioners, offering insights into the evolving landscape of face recognition technologies in the face of global health crises and beyond.
• Abstract（参考訳）: マスク付き顔認証(MFR)は生体認証において重要な領域として現れており、特に世界的な新型コロナウイルス(COVID-19)パンデミックによって広く顔マスクが導入されている。 本研究は,新しい社会規範に適応する必要性から革新的な変化が見られたマスク付き顔の個人を認識し,検出する上での課題と進歩を包括的に分析した。 深層学習技術により、MFRとFace Mask Recognition(FMR)とFace Unmasking(FU)は重要な焦点となっている。 これらの方法は、完全に覆われた顔から部分的に覆われた顔まで、不明瞭な顔の特徴によって引き起こされる固有の課題に対処する。 我々は、MFR、FMR、FU向けに開発された様々なディープラーニングベースの方法論を総合的に検討し、それらに固有の課題と克服するための解決策を強調した。 さらに、MFR研究における性能評価に適したベンチマークデータセットと評価指標についても検討する。 この調査はまた、この分野の研究者が直面している実質的な障害についても論じ、より堅牢で効果的な顔認証システムの開発に向けた今後の方向性を提案する。 本論文は研究者や実践者にとって貴重な資料であり,グローバルな健康危機に直面した顔認識技術の進化の展望を提供する。

関連論文リスト

• Localization using Multi-Focal Spatial Attention for Masked Face Recognition [22.833899749506394]
  無接触生体認証システムのためのマスク付き顔認識を開発する必要がある。 マスク領域を正確に除去する補足型注意学習と多地点空間注意を提案する。 ICCV 2021-MFR/Insightface トラックでの MFR 性能の評価を行い,MFR と FR の両方のデータセットにおける改善性能を実証した。
  論文  参考訳（メタデータ） (2023-05-03T05:39:12Z)
• A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
  新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。 マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。 これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
  論文  参考訳（メタデータ） (2022-11-07T17:20:39Z)
• A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19 [64.88701052813462]
  新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。 この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。 本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
  論文  参考訳（メタデータ） (2022-01-13T03:28:20Z)
• Adversarial Mask: Real-World Adversarial Attack Against Face Recognition Models [66.07662074148142]
  本稿では,最先端の深層学習に基づく顔認識モデルに対する物理対角的普遍摂動(UAP)を提案する。 実験では,幅広い深層学習モデルとデータセットへの対向マスクの転送可能性について検討した。 ファブリック・メディカル・フェイスマスクに対向パターンを印刷することにより,実世界の実験において,我々の対向マスクの有効性を検証した。
  論文  参考訳（メタデータ） (2021-11-21T08:13:21Z)
• End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
  最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。 本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。 我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
  論文  参考訳（メタデータ） (2021-08-21T09:08:41Z)
• Masked Face Recognition Challenge: The WebFace260M Track Report [81.57455766506197]
  ICCV 2021におけるバイオメトリクスとマスク付き顔認識チャレンジ WebFace260M Trackは、実用的なMFRのフロンティアを推進することを目的としている。 WebFace260M Trackの第1フェーズでは、69のチーム(トータル833ソリューション)がこの課題に参加している。 この挑戦には2021年10月1日までの第2フェーズと、進行中のリーダーボードがある。
  論文  参考訳（メタデータ） (2021-08-16T15:51:51Z)
• My Eyes Are Up Here: Promoting Focus on Uncovered Regions in Masked Face Recognition [4.171626860914305]
  マスク付き顔認識(MFR)の課題に対処し、FRSにおける検証性能の評価に焦点をあてる。 本研究では,従来の三重項損失と平均二乗誤差(MSE)を組み合わせることで,マスク付き非マスク比較モードにおけるMFRシステムのロバスト性を改善する手法を提案する。
  論文  参考訳（メタデータ） (2021-08-02T15:51:15Z)
• Towards NIR-VIS Masked Face Recognition [47.00916333095693]
  近赤外可視(NIR-VIS)顔認識は異種顔認識において最も一般的な症例である。 2つのドメインの顔表現で共有される相互情報を最大化するための新しいトレーニング手法を提案する。 さらに、既存のNIR画像からマスク面を合成するために、3次元顔再構成に基づくアプローチを用いる。
  論文  参考訳（メタデータ） (2021-04-14T10:40:09Z)
• Masked Face Recognition Dataset and Application [28.2082082956263]
  本研究では,MFDD(Masked Face Detection dataset),RMFRD(Real-world Masked Face Recognition dataset),SMFRD(Simulated Masked Face Recognition dataset)の3種類のマスク付き顔データセットを提案する。 開発したマルチグラニュラリティマスク顔認証モデルは,業界が報告した結果を上回る95%の精度を実現している。
  論文  参考訳（メタデータ） (2020-03-20T04:15:19Z)

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。