論文の概要: TattTRN: Template Reconstruction Network for Tattoo Retrieval
- arxiv url: http://arxiv.org/abs/2405.07571v1
- Date: Mon, 13 May 2024 09:19:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-14 14:24:56.620894
- Title: TattTRN: Template Reconstruction Network for Tattoo Retrieval
- Title（参考訳）: TattTRN: タブー検索のためのテンプレート再構築ネットワーク
- Authors: Lazaro Janier Gonzalez-Soler, Maciej Salwowski, Christian Rathgeb, Daniel Fischer,
- Abstract要約: タトゥーは、法執行機関が犯罪者や被害者を識別するのを助けるために、ソフトバイオメトリックスとして効果的に使用されている。
タトゥーを含む画像の取得にはさまざまなプライバシー上の問題があるため、限られた数のデータベースしか存在しない。
このデータベースの欠如は、潜在的な容疑者のタトゥー画像を効果的に検索する新しい手法の開発を遅らせている。
- 参考スコア（独自算出の注目度）: 3.3728564634593914
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Tattoos have been used effectively as soft biometrics to assist law enforcement in the identification of offenders and victims, as they contain discriminative information, and are a useful indicator to locate members of a criminal gang or organisation. Due to various privacy issues in the acquisition of images containing tattoos, only a limited number of databases exists. This lack of databases has delayed the development of new methods to effectively retrieve a potential suspect's tattoo images from a candidate gallery. To mitigate this issue, in our work, we use an unsupervised generative approach to create a balanced database consisting of 28,550 semi-synthetic images with tattooed subjects from 571 tattoo categories. Further, we introduce a novel Tattoo Template Reconstruction Network (TattTRN), which learns to map the input tattoo sample to its respective tattoo template to enhance the distinguishing attributes of the final feature embedding. Experimental results with real data, i.e., WebTattoo and BIVTatt databases, demonstrate the soundness of the presented approach: an accuracy of up to 99% is achieved for checking at most the first 20 entries of the candidate list.
- Abstract（参考訳）: タトゥーは、差別的な情報を含むとして、犯罪者や被害者の識別において法執行機関を支援するために、ソフトバイオメトリックスとして効果的に用いられており、犯罪組織や組織のメンバーを特定するのに有用な指標である。
タトゥーを含む画像の取得にはさまざまなプライバシー上の問題があるため、限られた数のデータベースしか存在しない。
このデータベースの欠如は、潜在的な容疑者のタトゥー画像を候補ギャラリーから効果的に検索する新しい手法の開発を遅らせている。
この問題を緩和するために、我々の研究では、教師なし生成手法を用いて、571のタトゥーカテゴリの半合成画像を含む28,550の半合成画像からなるバランスの取れたデータベースを作成しました。
さらに,タトゥーテンプレート再構築ネットワーク(TattTRN)を導入し,入力したタトゥーサンプルをそれぞれのタトゥーテンプレートにマッピングすることで,最終特徴埋め込みの識別特性を高める。
実データ、すなわちWebTattooとBIVTattデータベースによる実験結果は、提示されたアプローチの健全性を示している。
関連論文リスト
- Semantic Contextualization of Face Forgery: A New Definition, Dataset, and Detection Method [77.65459419417533]
我々は,顔フォージェリを意味的文脈に配置し,意味的顔属性を変更する計算手法が顔フォージェリの源であることを定義した。
階層的なグラフで整理されたラベルの集合に各画像が関連付けられている大規模な顔偽画像データセットを構築した。
本稿では,ラベル関係を捕捉し,その優先課題を優先するセマンティクス指向の顔偽造検出手法を提案する。
論文 参考訳（メタデータ） (2024-05-14T10:24:19Z) - Multi-Task Faces (MTF) Data Set: A Legally and Ethically Compliant
Collection of Face Images for Various Classification Tasks [3.1133049660590615]
最近のプライバシー規制は、人間の画像の収集と研究の方法を制限する。
人間の顔を含むいくつかのデータセットは、不十分なデータ収集方法のため、インターネットから削除されている。
本稿では,多面顔画像データセットであるMTF(Multi-Task Faces)について述べる。
論文 参考訳（メタデータ） (2023-11-20T16:19:46Z) - DIAGNOSIS: Detecting Unauthorized Data Usages in Text-to-image Diffusion Models [79.71665540122498]
保護されたデータセットにインジェクトされたコンテンツを配置することで、不正なデータ利用を検出する手法を提案する。
具体的には、ステルス画像ワープ機能を用いて、これらの画像にユニークな内容を追加することにより、保護された画像を修正する。
このモデルが注入されたコンテンツを記憶したかどうかを解析することにより、不正に不正に使用したモデルを検出することができる。
論文 参考訳（メタデータ） (2023-07-06T16:27:39Z) - ScarceNet: Animal Pose Estimation with Scarce Annotations [74.48263583706712]
ScarceNetは、ラベルのない画像のための人工ラベルを生成するための擬似ラベルベースのアプローチである。
我々は、既存の半教師付きアプローチを大きなマージンで上回る、挑戦的なAP-10Kデータセットに対するアプローチを評価する。
論文 参考訳（メタデータ） (2023-03-27T09:15:53Z) - Did You Train on My Dataset? Towards Public Dataset Protection with
Clean-Label Backdoor Watermarking [54.40184736491652]
本稿では,公開データの保護のための一般的な枠組みとして機能するバックドアベースの透かし手法を提案する。
データセットに少数の透かしサンプルを挿入することにより、我々のアプローチは、ディフェンダーが設定した秘密関数を暗黙的に学習することを可能にする。
この隠れた機能は、データセットを違法に使用するサードパーティモデルを追跡するための透かしとして使用できる。
論文 参考訳（メタデータ） (2023-03-20T21:54:30Z) - Attribute-preserving Face Dataset Anonymization via Latent Code
Optimization [64.4569739006591]
本稿では,事前学習したGANの潜時空間における画像の潜時表現を直接最適化するタスク非依存匿名化手法を提案する。
我々は一連の実験を通して、我々の手法が画像の同一性を匿名化できる一方で、顔の属性をより保存できることを実証した。
論文 参考訳（メタデータ） (2023-03-20T17:34:05Z) - HandsOff: Labeled Dataset Generation With No Additional Human
Annotations [13.11411442720668]
本稿では,任意の数の合成画像と対応するラベルを生成する技術であるHandsOffフレームワークを紹介する。
本フレームワークは,GANインバージョンフィールドとデータセット生成を統一することにより,先行作業の現実的な欠点を回避する。
顔、車、フルボディの人間のポーズ、都市運転シーンなど、複数の挑戦的な領域において、リッチなピクセルワイズラベルを持つデータセットを生成します。
論文 参考訳（メタデータ） (2022-12-24T03:37:02Z) - Face Beneath the Ink: Synthetic Data and Tattoo Removal with Application
to Face Recognition [14.63266615325105]
顔画像にリアルなタトゥーを自動的に付加するジェネレータを提案する。
画像の品質を劣化させることなく、実際の画像から顔の入れ墨を除去できることを示す。
また,提案した深層学習を用いたタトゥー除去により,顔認識精度の向上が可能であることを示す。
論文 参考訳（メタデータ） (2022-02-10T19:35:28Z) - Anti-Neuron Watermarking: Protecting Personal Data Against Unauthorized
Neural Model Training [50.308254937851814]
個人データ(画像など)は、許可なくディープニューラルネットワークモデルをトレーニングするために不適切に利用することができる。
特殊な線形色変換を使用して透かしシグネチャをユーザイメージに埋め込むことで、ニューラルモデルはそのようなシグネチャでインプリントされる。
これは、ニューラルネットワークトレーニングにおいて、ユーザの個人情報を不正使用から保護する最初の作業である。
論文 参考訳（メタデータ） (2021-09-18T22:10:37Z) - Impact of Facial Tattoos and Paintings on Face Recognition Systems [14.784088881975897]
顔の入れ墨や絵画が現在の顔認識システムに与える影響を調査します。
これらのモジュールに対する影響は、最先端のオープンソースおよび商用システムを用いて評価された。
私たちの研究は最初のケーススタディであり、顔のタトゥーや絵画によって引き起こされる視覚変化にロバストなアルゴリズムを設計する必要性を示しています。
論文 参考訳（メタデータ） (2021-03-17T22:38:13Z) - Level Three Synthetic Fingerprint Generation [0.0]
現実的で高解像度な指紋を合成するための新しいハイブリッドアプローチを提案する。
まず,手作りの指紋生成装置であるAnguliを改良し,汗孔と傷のついたダイナミックな隆起地図を得た。
私たちはこれらの地図をリアルな指紋に変換するためにCycleGANを訓練しました。
論文 参考訳（メタデータ） (2020-02-05T14:09:47Z)
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。