論文の概要: Controlling Face's Frame generation in StyleGAN's latent space operations: Modifying faces to deceive our memory
- arxiv url: http://arxiv.org/abs/2407.00803v1
- Date: Sun, 30 Jun 2024 19:10:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-04 01:27:27.995012
- Title: Controlling Face's Frame generation in StyleGAN's latent space operations: Modifying faces to deceive our memory
- Title（参考訳）: StyleGANの潜在空間操作における顔のフレーム生成の制御:記憶を騙す顔の修正
- Authors: Agustín Roca, Nicolás Ignacio Britos,
- Abstract要約: StyleGAN2の内部を深く掘り下げて、その機能を完全に活用しています。
本研究では,各画像の顔フレームを識別し,ニューラルネットワークの出力と比較する機能を開発する。
眼球開放や口開放に際し,顔枠は維持されていると結論した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Innocence Project is a non-profitable organization that works in reducing wrongful convictions. In collaboration with Laboratorio de Sue\~no y Memoria from Instituto Tecnol\'ogico de Buenos Aires (ITBA), they are studying human memory in the context of face identification. They have a strong hypothesis stating that human memory heavily relies in face's frame to recognize faces. If this is proved, it could mean that face recognition in police lineups couldn't be trusted, as they may lead to wrongful convictions. This study uses experiments in order to try to prove this using faces with different properties, such as eyes size, but maintaining its frame as much as possible. In this project, we continue the work from a previous project that provided the basic tool to generate realistic faces using StyleGAN2. We take a deep dive into the internals of this tool to make full use of StyleGAN2 functionalities, while also adding more features, such as modifying certain of its attributes, including mouth-opening or eye-opening. As the usage of this tool heavily relies on maintaining the face-frame, we develop a way to identify the face-frame of each image and a function to compare it to the output of the neural network after applying some operations. We conclude that the face-frame is maintained when modifying eye-opening or mouth opening. When modifying vertical face orientation, gender, age and smile, have a considerable impact on its frame variation. And finally, the horizontal face orientation shows a major impact on the face-frame. This way, the Lab may apply some operations being confident that the face-frame won't significantly change, making them viable to be used to deceive subjects' memories.
- Abstract（参考訳）: Innocence Projectは、不正な有罪判決を減らすための非営利組織である。
Instituto Tecnol\'ogico de Buenos Aires (ITBA)のLaboratorio de Sue\~no y Memoriaと共同で、顔認証の文脈で人間の記憶を研究している。
彼らは、人間の記憶は顔を認識するために顔のフレームに大きく依存しているという強い仮説を持っている。
もしこれが証明されれば、警察のラインナップの顔認証が信用できないことを意味し、誤った有罪判決につながる可能性がある。
本研究は、眼の大きさなどの異なる特徴を持つ顔を用いて、できるだけフレームを維持しながら、これを証明するために実験を用いる。
このプロジェクトでは、StyleGAN2を使って現実的な顔を生成するための基本的なツールを提供する以前のプロジェクトからの作業を継続する。
このツールの内部を深く掘り下げて、StyleGAN2の機能を完全に活用するとともに、口を開けたり、目を開けたりといった属性の修正など、さらなる機能を追加しています。
このツールの使用は、顔フレームの維持に大きく依存しているため、各画像の顔フレームを識別する方法と、一部の操作を適用した後のニューラルネットワークの出力と比較する機能を開発する。
眼球開放や口開放に際し,顔枠は維持されていると結論した。
顔の垂直方向を変える際、性別、年齢、笑顔はフレームの変動にかなりの影響を及ぼす。
そして最後に、水平方向の顔の向きは、顔フレームに大きな影響を与えます。
この方法で、ラボは顔のフレームが著しく変化しないと自信を持っていくつかの操作を適用し、被験者の記憶を欺くのに使えるようにします。
関連論文リスト
- ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。
この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。
我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
論文 参考訳（メタデータ） (2024-09-20T09:30:08Z) - FlashFace: Human Image Personalization with High-fidelity Identity Preservation [59.76645602354481]
FlashFaceを使うと、ユーザーは自分の写真を簡単にパーソナライズできる。
我々のアプローチは、高忠実度ID保存とより良い指示に従うことによって、既存の人間の写真カスタマイズ方法と区別できる。
論文 参考訳（メタデータ） (2024-03-25T17:59:57Z) - Seeing is not Believing: An Identity Hider for Human Vision Privacy Protection [16.466136884030977]
人間の視覚保護に有効なアイデンティティ隠蔽器を提案する。
顔認証装置の識別を許可しながら、外観を大きく変えて身元を視覚的に隠すことができる。
提案したID隠蔽装置は、プライバシー保護と識別可能性保護に優れた性能を発揮する。
論文 参考訳（メタデータ） (2023-07-02T05:48:19Z) - ReliableSwap: Boosting General Face Swapping Via Reliable Supervision [9.725105108879717]
本稿では,訓練中に対象とソースの同一性が異なる場合のイメージレベルのガイダンスとして機能する,サイクルトリプレットと呼ばれる信頼性の高い監視機能を構築することを提案する。
具体的には,顔の再現とブレンディング技術を用いて,前もって実際の画像からスワップされた顔の合成を行う。
フェーススワッピングフレームワークであるReliableSwapは、既存のフェースワップネットワークの性能を無視できるオーバーヘッドで向上させることができる。
論文 参考訳（メタデータ） (2023-06-08T17:01:14Z) - UnGANable: Defending Against GAN-based Face Manipulation [69.90981797810348]
ディープフェイクは、私たちの社会に視覚的誤報の深刻な脅威をもたらす。
1つの代表的なディープフェイク応用は、画像中の被害者の顔属性を変更する顔操作である。
本稿では,GANable による顔操作に対する最初の防御システムである UnGANable を提案する。
論文 参考訳（メタデータ） (2022-10-03T14:20:01Z) - FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。
ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。
また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
論文 参考訳（メタデータ） (2022-05-23T07:19:42Z) - Controlling Memorability of Face Images [5.000272778136267]
本稿では,顔画像の記憶性を変化させ,制御するための高速なアプローチを提案する。
われわれはまず、StyleGANの潜在空間に超平面を発見し、高解像度と低解像度の記憶可能な画像を分離した。
今回我々は,StyleGAN拡張潜伏空間の異なる層が顔の記憶にどう寄与するかを解析した。
論文 参考訳（メタデータ） (2022-02-24T04:33:55Z) - SimSwap: An Efficient Framework For High Fidelity Face Swapping [43.59969679039686]
我々は,汎用的で忠実な顔交換を目的とした,Simple Swap (SimSwap) と呼ばれる効率的なフレームワークを提案する。
本フレームワークでは,対象顔の属性を保存しながら,任意の元顔の同一性を任意の対象顔に転送することができる。
我々のSimSwapは、従来の最先端手法よりも優れた属性を保ちながら、競争力のあるアイデンティティ性能を達成することができることを示した。
論文 参考訳（メタデータ） (2021-06-11T12:23:10Z) - I Only Have Eyes for You: The Impact of Masks On Convolutional-Based
Facial Expression Recognition [78.07239208222599]
今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。
また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
論文 参考訳（メタデータ） (2021-04-16T20:03:30Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳（メタデータ） (2020-03-15T12:45:10Z)
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。