Fugu-MT 論文翻訳(概要): Longitudinal Evaluation of Child Face Recognition and the Impact of Underlying Age

論文の概要: Longitudinal Evaluation of Child Face Recognition and the Impact of Underlying Age

arxiv url: http://arxiv.org/abs/2408.07225v1
Date: Thu, 1 Aug 2024 19:40:55 GMT
ステータス: 処理完了
システム内更新日: 2024-08-19 03:47:26.543912
Title: Longitudinal Evaluation of Child Face Recognition and the Impact of Underlying Age
Title（参考訳）: 子どもの顔認識の縦断的評価と年齢の影響
Authors: Surendra Singh, Keivan Bahmani, Stephanie Schuckers,
Abstract要約: 様々な新興アプリケーションにおける子供の信頼できる識別の必要性が、子供の顔認証技術を活用したいという関心を喚起している。本研究は,クラークソン大学CITeR研究グループによって収集されたYFAデータベースを6ヶ月間隔で収集した。
参考スコア（独自算出の注目度）: 1.290382979353427
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The need for reliable identification of children in various emerging applications has sparked interest in leveraging child face recognition technology. This study introduces a longitudinal approach to enrollment and verification accuracy for child face recognition, focusing on the YFA database collected by Clarkson University CITeR research group over an 8 year period, at 6 month intervals.
Abstract（参考訳）: 様々な新興アプリケーションにおける子供の信頼できる識別の必要性が、子供の顔認証技術を活用したいという関心を喚起している。本研究は,クラークソン大学CITeR研究グループによって収集されたYFAデータベースを6ヶ月間隔で収集した。

関連論文リスト

Screening Autism Spectrum Disorder in childrens using Deep Learning Approach : Evaluating the classification model of YOLOv8 by comparing with other models [0.0]
そこで本稿では,YoloV8モデルを用いた顔画像を用いたASDスクリーニングの実践的解決策を提案する。分類の精度は89.64%、F1スコアは0.89。
論文参考訳（メタデータ） (2023-06-25T18:02:01Z)
Longitudinal Performance of Iris Recognition in Children: Time Intervals up to Six years [2.854451361373021]
子どもの虹彩認識能力の時間的安定性に関する知識基盤のギャップは,世界規模での応用における意思決定に影響を与えている。本報告は,4歳から17歳までの6.5年間に同一児230名から得られたデータを用いた小児の縦断的虹彩認識能力について,最も広範な分析を行ったものである。一致スコアの評価,変動因子の統計的モデリング,および偽拒絶の根本原因の詳細な評価は,加齢による虹彩認識性能に影響を与えない。
論文参考訳（メタデータ） (2023-03-10T01:39:09Z)
Young Labeled Faces in the Wild (YLFW): A Dataset for Children Faces Recognition [0.0]
子どもの顔認識のためのベンチマークデータセットを,LFW, CALFW, CPLFW, XQLFW, AgeDBといった有名な顔認識ベンチマークと同様にコンパイルする。また、子供の顔画像に顔認識モデルを適用するための開発データセットも提示する。
論文参考訳（メタデータ） (2023-01-13T22:19:44Z)
CIAO! A Contrastive Adaptation Mechanism for Non-Universal Facial Expression Recognition [80.07590100872548]
本稿では、顔エンコーダの最後の層に異なるデータセットの特定の感情特性を適応させるメカニズムであるContrastive Inhibitory Adaptati On(CIAO)を提案する。 CIAOは、非常にユニークな感情表現を持つ6つの異なるデータセットに対して、表情認識性能が改善されている。
論文参考訳（メタデータ） (2022-08-10T15:46:05Z)
Face Recognition In Children: A Longitudinal Study [3.3504365823045044]
幼児の短年齢群における顔認識システムの性能を解析するためのヤングフェイスエイジングデータセットについて紹介する。以上の結果から,YFAおよびMagFaceを用いた顔認証実験は,6カ月間,36ヵ月間,0.1% FARで98.3%,94.9%のTARを示した。
論文参考訳（メタデータ） (2022-04-04T18:00:45Z)
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)
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)
Child Face Age-Progression via Deep Feature Aging [47.74474569938014]
本稿では,顔マーカによって出力される深層顔の特徴を経時変化させる機能老化モジュールを提案する。提案手法は、ランク1の識別率95.91%で最先端の手法よりも優れている。
論文参考訳（メタデータ） (2020-03-17T23:03:46Z)
Investigating the Impact of Inclusion in Face Recognition Training Data on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文参考訳（メタデータ） (2020-01-09T15:50:28Z)

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。