論文の概要: FaceQSORT: a Multi-Face Tracking Method based on Biometric and Appearance Features

• arxiv url: http://arxiv.org/abs/2501.11741v3
• Date: Mon, 17 Mar 2025 12:08:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:31:57.431679
• Title: FaceQSORT: a Multi-Face Tracking Method based on Biometric and Appearance Features
• Title（参考訳）: FaceQSORT:生体・外観特徴に基づく多面追跡手法
• Authors: Robert Jöchl, Andreas Uhl,
• Abstract要約: FaceQSORTと呼ばれる新しい多面追跡手法を提案する。 バイオメトリックと視覚的外観の特徴(同じ画像(顔)パッチから抽出される)を組み合わせて、関連付けを行う。 FaceQSORTは、検討されたシナリオにおいて最先端のトラッカーよりも優れていることが示されている。
• 参考スコア（独自算出の注目度）: 4.088355251010862
• License:
• Abstract: In this work, a novel multi-face tracking method named FaceQSORT is proposed. To mitigate multi-face tracking challenges (e.g., partially occluded or lateral faces), FaceQSORT combines biometric and visual appearance features (extracted from the same image (face) patch) for association. The Q in FaceQSORT refers to the scenario for which FaceQSORT is desinged, i.e. tracking people's faces as they move towards a gate in a Queue. This scenario is also reflected in the new dataset `Paris Lodron University Salzburg Faces in a Queue', which is made publicly available as part of this work. The dataset consists of a total of seven fully annotated and challenging sequences (12730 frames) and is utilized together with two other publicly available datasets for the experimental evaluation. It is shown that FaceQSORT outperforms state-of-the-art trackers in the considered scenario. To provide a deeper insight into FaceQSORT, comprehensive experiments are conducted evaluating the parameter selection, a different similarity metric and the utilized face recognition model (used to extract biometric features).
• Abstract（参考訳）: 本研究では,FaceQSORTという新しい顔追跡手法を提案する。 FaceQSORTは、多面追跡の課題(例えば、部分的に隠された顔、または側面の顔)を軽減するため、関連付けのために生体的および視覚的外観特徴(同じ画像(顔)パッチから抽出される)を組み合わせる。 FaceQSORTのQは、FaceQSORTの運命、すなわち、キューのゲートに向かって移動する人々の顔を追跡するシナリオを指す。 このシナリオは、新しいデータセットである‘Paris Lodron University Salzburg Faces in a Queue’にも反映されている。 データセットは、合計で7つの完全な注釈付きおよび挑戦的なシーケンス(12730フレーム)で構成され、実験評価のために他の2つの公開データセットと共に使用される。 FaceQSORTは、検討されたシナリオにおいて最先端のトラッカーよりも優れていることが示されている。 FaceQSORTに関するより深い知見を提供するために、パラメータ選択、異なる類似度メトリック、利用された顔認識モデル(生体的特徴の抽出に使用される)を評価する総合的な実験を行う。

関連論文リスト

• Task-adaptive Q-Face [75.15668556061772]
  本稿では,タスク適応型マルチタスク顔分析手法Q-Faceを提案する。 Q-Faceは統合されたモデルで複数の顔分析タスクを同時に実行する。 本手法は,顔表情認識,行動単位検出,顔属性分析,年齢推定,顔ポーズ推定における最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-05-15T03:13:11Z)
• FaceXFormer: A Unified Transformer for Facial Analysis [59.94066615853198]
  FaceXFormerは、9つの顔分析タスクを実行することができるエンドツーエンドの統一トランスフォーマーモデルである。 これらのタスクには、顔解析、ランドマーク検出、頭部ポーズ推定、属性予測、年齢、性別、人種、表情、顔の可視性などが含まれる。 本稿では,顔トークンとタスクトークンを共同処理し,汎用的で堅牢な顔表現を学習する新しいパラメータ効率デコーダFaceXを提案する。
  論文  参考訳（メタデータ） (2024-03-19T17:58:04Z)
• SwinFace: A Multi-task Transformer for Face Recognition, Expression Recognition, Age Estimation and Attribute Estimation [60.94239810407917]
  本論文では,単一スウィントランスを用いた顔認識,表情認識,年齢推定,顔属性推定のための多目的アルゴリズムを提案する。 複数のタスク間の競合に対処するため、マルチレベルチャネル注意(MLCA)モジュールをタスク固有の分析に統合する。 実験の結果,提案したモデルでは顔の理解が良く,全てのタスクにおいて優れた性能が得られることがわかった。
  論文  参考訳（メタデータ） (2023-08-22T15:38:39Z)
• Multiface: A Dataset for Neural Face Rendering [108.44505415073579]
  本研究では,新しいマルチビュー,高解像度のヒューマン・フェイス・データセットであるMultifaceを提案する。 顔のパフォーマンスの高解像度同期映像をキャプチャする大規模なマルチカメラ装置であるMugsyを紹介する。 Multifaceの目的は、学術コミュニティにおける高品質データへのアクセシビリティのギャップを埋め、VRテレプレゼンスの研究を可能にすることである。
  論文  参考訳（メタデータ） (2022-07-22T17:55:39Z)
• Decoupled Multi-task Learning with Cyclical Self-Regulation for Face Parsing [71.19528222206088]
  顔解析のための周期的自己統制型デカップリング型マルチタスク学習を提案する。 具体的には、DML-CSRは、顔解析、バイナリエッジ、カテゴリエッジ検出を含むマルチタスクモデルを設計する。 提案手法は,Helen,CelebA-HQ,LapaMaskのデータセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-28T02:12:30Z)
• Real-Time Facial Expression Recognition using Facial Landmarks and Neural Networks [0.0]
  本稿では,特徴抽出,7つの感情の分類,表情認識をリアルタイムに行うアルゴリズムを提案する。 前処理アルゴリズムに基づいてマルチ層パーセプトロンニューラルネットワークをトレーニングする。 3層はこれらの特徴ベクトルを使って訓練され、テストセットでは96%の精度が得られた。
  論文  参考訳（メタデータ） (2022-01-31T21:38:30Z)
• FaceOcc: A Diverse, High-quality Face Occlusion Dataset for Human Face Extraction [3.8502825594372703]
  隠蔽は野生の顔画像にしばしば発生し、ランドマーク検出や3D再構成、顔認識といった顔関連の課題に悩まされる。 本稿では,CelebA本社とインターネットから手動で顔の隠蔽をラベル付けした新しい顔のセグメンテーションデータセットを提案する。 簡単な顔分割モデルの訓練を行ったが,SOTA性能が得られ,提案したデータセットの有効性を実証した。
  論文  参考訳（メタデータ） (2022-01-20T19:44:18Z)
• EDFace-Celeb-1M: Benchmarking Face Hallucination with a Million-scale Dataset [92.537021496096]
  近年の深層顔の幻覚法は,超解像性難分解性顔画像において顕著な性能を示した。 したがって、これらのアルゴリズムが公衆の顔の幻覚データセット上でどのように機能するかは不明である。 本稿では,Ethnically Diverse Face データセット EDFace-Celeb-1M を構築し,顔幻覚のためのベンチマークタスクを設計する。
  論文  参考訳（メタデータ） (2021-10-11T06:53:24Z)
• An Efficient Multitask Neural Network for Face Alignment, Head Pose Estimation and Face Tracking [9.39854778804018]
  効率的なマルチタスク顔アライメント、顔追跡、頭部ポーズ推定ネットワーク(ATPN)を提案します。 ATPNは従来の最先端手法に比べて性能が向上し、パラメータやFLOPSは少ない。
  論文  参考訳（メタデータ） (2021-03-13T04:41:15Z)

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。