論文の概要: Impact of Sunglasses on One-to-Many Facial Identification Accuracy

• arxiv url: http://arxiv.org/abs/2412.05721v1
• Date: Sat, 07 Dec 2024 18:35:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:55:14.830185
• Title: Impact of Sunglasses on One-to-Many Facial Identification Accuracy
• Title（参考訳）: 片対多顔認証精度に及ぼす眼鏡の影響
• Authors: Sicong Tian, Haiyu Wu, Michael C. King, Kevin W. Bowyer,
• Abstract要約: 1対多の顔認証に使われるプローブ画像は、監視ビデオのフレームから収集されることが多い。 ムグショット品質の画像に対するサングラスの精度は、強いぼやけや顕著に低い解像度に類似した量で低下することを示した。 暗いサングラスによる精度劣化を改善するため,すべてのギャラリー画像にサングラスを合成することにより,失った精度の約38%を回復できることを示した。
• 参考スコア（独自算出の注目度）: 7.130807361824668
• License:
• Abstract: One-to-many facial identification is documented to achieve high accuracy in the case where both the probe and the gallery are `mugshot quality' images. However, an increasing number of documented instances of wrongful arrest following one-to-many facial identification have raised questions about its accuracy. Probe images used in one-to-many facial identification are often cropped from frames of surveillance video and deviate from `mugshot quality' in various ways. This paper systematically explores how the accuracy of one-to-many facial identification is degraded by the person in the probe image choosing to wear dark sunglasses. We show that sunglasses degrade accuracy for mugshot-quality images by an amount similar to strong blur or noticeably lower resolution. Further, we demonstrate that the combination of sunglasses with blur or lower resolution results in even more pronounced loss in accuracy. These results have important implications for developing objective criteria to qualify a probe image for the level of accuracy to be expected if it used for one-to-many identification. To ameliorate the accuracy degradation caused by dark sunglasses, we show that it is possible to recover about 38% of the lost accuracy by synthetically adding sunglasses to all the gallery images, without model re-training. We also show that increasing the representation of wearing-sunglasses images in the training set can largely reduce the error rate. The image set assembled for this research will be made available to support replication and further research into this problem.
• Abstract（参考訳）: プローブとギャラリーの両方が「撮影品質」の画像である場合、一対多の顔認証が高精度に記録される。 しかし、1対1の顔認証以降、不正逮捕の文書化事例が増えているため、その正確性に疑問が呈されている。 一対多の顔認証に使われるプローブ画像は、監視ビデオのフレームから抽出され、様々な意味で「ショット品質」から逸脱することが多い。 本論文は,暗いサングラスをかけたプローブ画像の人物による顔認証の精度の低下について,系統的に検討した。 ムグショット品質の画像に対するサングラスの精度は、強いぼやけや顕著に低い解像度に類似した量で低下することを示した。 さらに, ボケや低分解能のサングラスの組み合わせにより, 精度の低下がさらに顕著になることを示した。 これらの結果は,1対1の識別に使用する場合,プローブ画像に期待する精度のレベルを判定する客観的基準を開発する上で重要な意味を持つ。 暗いサングラスによる精度劣化を改善するため,全てのギャラリー画像にサングラスを合成することにより,モデルの再トレーニングを伴わずに,損失精度の約38%を回復できることを示した。 また, トレーニングセットにおける着用眼鏡画像の表現の増大は, 誤差率を大幅に低下させることを示した。 この研究のために集められた画像は、複製とこの問題のさらなる研究をサポートするために利用可能になる。

関連論文リスト

• Impact of Blur and Resolution on Demographic Disparities in 1-to-Many Facial Identification [6.818318933838661]
  本稿では、人口集団間での1対多の顔認証の精度について分析する。 プローブ画像のぼかしの増加や、プローブ画像の顔の解像度の低下は、偽陽性の認識率を大幅に向上させることを示した。
  論文  参考訳（メタデータ） (2023-09-08T17:13:22Z)
• MMNet: Multi-Collaboration and Multi-Supervision Network for Sequential Deepfake Detection [81.59191603867586]
  シークエンシャルディープフェイク検出は、回復のための正しいシーケンスで偽の顔領域を特定することを目的としている。 偽画像の復元には、逆変換を実装するための操作モデルの知識が必要である。 顔画像の空間スケールや逐次順列化を扱うマルチコラボレーション・マルチスーパービジョンネットワーク(MMNet)を提案する。
  論文  参考訳（メタデータ） (2023-07-06T02:32:08Z)
• Exploring Causes of Demographic Variations In Face Recognition Accuracy [10.534382915377025]
  我々は,1対1の顔マッチングにおいて,非メイト(インポスタ)と/または交配(ジェヌイン)のばらつきによって,精度の違いが表されると考えている。 調査された原因には、皮膚のトーンの違い、顔のサイズと形状の違い、トレーニングデータにおける身元と画像の数の不均衡、テストデータで見える顔の量などが含まれる。
  論文  参考訳（メタデータ） (2023-04-14T14:50:59Z)
• FACE-AUDITOR: Data Auditing in Facial Recognition Systems [24.082527732931677]
  顔画像を扱うスケーラビリティと能力のために、ショットベースの顔認識システムが注目されている。 顔画像の誤使用を防止するために、簡単なアプローチとして、生の顔画像を共有する前に修正する方法がある。 そこで本研究では,FACE-AUDITORの完全ツールキットを提案する。このツールキットは,少数ショットベースの顔認識モデルに問い合わせ,ユーザの顔画像のいずれかがモデルのトレーニングに使用されているかどうかを判断する。
  論文  参考訳（メタデータ） (2023-04-05T23:03:54Z)
• On the Effect of Selfie Beautification Filters on Face Detection and Recognition [53.561797148529664]
  ソーシャルメディア画像フィルターは、例えば人工眼鏡や動物の鼻で、画像コントラスト、照明、あるいは顔の一部を妨げる。 U-NETセグメンテーションネットワークの修正版を用いて適用操作を再構築する手法を開発した。 認識の観点からは、顔を認識するために訓練されたResNet-34ネットワークを用いて抽出された特徴に対して、距離測定と訓練された機械学習アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2021-10-17T22:10:56Z)
• LR-to-HR Face Hallucination with an Adversarial Progressive Attribute-Induced Network [67.64536397027229]
  顔の超解像は難しい問題であり、非常に不適切な問題である。 顔の特徴を取り入れたエンドツーエンドのプログレッシブ・ラーニング・フレームワークを提案する。 提案手法は,他の最先端アプローチよりも良好な顔幻覚像が得られることを示す。
  論文  参考訳（メタデータ） (2021-09-29T19:50:45Z)
• Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
  本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。 FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
  論文  参考訳（メタデータ） (2021-06-08T05:25:03Z)
• Identity and Attribute Preserving Thumbnail Upscaling [93.38607559281601]
  我々は、人物の低解像度サムネイル画像を高解像度画像にアップスケールする作業を検討し、その人物のアイデンティティやその他の属性を保存する。 以上の結果から,顔の類似性認識とルックアライズ生成の改善に加えて,入力サムネイルのアイデンティティを保ち,人種や属性を維持できる高解像度画像を生成する能力の向上が示唆された。
  論文  参考訳（メタデータ） (2021-05-30T19:32:27Z)
• Intelligent Frame Selection as a Privacy-Friendlier Alternative to Face Recognition [5.313209107051178]
  本研究は,大規模顔認識に代わるプライバシフレンドリーな代替手法を提案する。 すべてのビデオデータで顔認識ソフトウェアを実行する代わりに、検出された各人の高品質なスナップショットを自動的に抽出する。 このスナップショットは暗号化され、アクセスは法的承認後のみ許可される。
  論文  参考訳（メタデータ） (2021-01-19T09:31:42Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)

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。