論文の概要: Metric for Evaluating Performance of Reference-Free Demorphing Methods

• arxiv url: http://arxiv.org/abs/2501.12319v1
• Date: Tue, 21 Jan 2025 17:38:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:22:08.061650
• Title: Metric for Evaluating Performance of Reference-Free Demorphing Methods
• Title（参考訳）: 基準自由変形法の性能評価基準
• Authors: Nitish Shukla, Arun Ross,
• Abstract要約: 顔形態(英: face morph)とは、2つの(またはそれ以上の)異なるアイデンティティに関連する2つの(またはそれ以上の)顔画像を組み合わせた画像である。 参照のない顔変形はプロセスを逆転させ、他の情報を用いることなく顔形態を構成する顔画像の復元を試みる。 このような変形技術の評価と比較に使用される評価指標には合意がない。
• 参考スコア（独自算出の注目度）: 10.902536447343465
• License:
• Abstract: A facial morph is an image created by combining two (or more) face images pertaining to two (or more) distinct identities. Reference-free face demorphing inverts the process and tries to recover the face images constituting a facial morph without using any other information. However, there is no consensus on the evaluation metrics to be used to evaluate and compare such demorphing techniques. In this paper, we first analyze the shortcomings of the demorphing metrics currently used in the literature. We then propose a new metric called biometrically cross-weighted IQA that overcomes these issues and extensively benchmark current methods on the proposed metric to show its efficacy. Experiments on three existing demorphing methods and six datasets on two commonly used face matchers validate the efficacy of our proposed metric.
• Abstract（参考訳）: 顔形態(英: face morph)とは、2つの(またはそれ以上の)異なるアイデンティティに関連する2つの(またはそれ以上の)顔画像を組み合わせた画像である。 参照のない顔変形はプロセスを逆転させ、他の情報を用いることなく顔形態を構成する顔画像の復元を試みる。 しかし、このような変形技術の評価・比較に使用される評価基準については合意が得られていない。 本稿では,現在文献で使用されている変形指標の欠点をまず分析する。 次に,これらの問題を克服するバイオメトリッククロスウェイトIQAと呼ばれる新しい指標を提案し,その有効性を示すために提案した指標の現在の手法を広範囲にベンチマークする。 提案手法の有効性を検証し,既存の3つの変形法と2つの顔マーカ上の6つのデータセットの実験を行った。

関連論文リスト

• dc-GAN: Dual-Conditioned GAN for Face Demorphing From a Single Morph [10.902536447343465]
  そこで本研究では, モーフィック画像に条件付き新規なGANデモルフィック法であるdc-GANを提案する。 提案手法は, 形態の再現性を克服し, ボナフィド画像の高品質な再構成を行う。
  論文  参考訳（メタデータ） (2024-11-20T19:24:30Z)
• LADIMO: Face Morph Generation through Biometric Template Inversion with Latent Diffusion [5.602947425285195]
  顔改ざん攻撃は、顔認識システムに深刻なセキュリティ脅威をもたらす。 本稿では,2つの顔認識の埋め込みにおいて,表現レベルの顔形態形成手法であるLADIMOを提案する。 顔形態変種は個々の攻撃成功率を持ち、形態的攻撃ポテンシャルを最大化できることを示す。
  論文  参考訳（メタデータ） (2024-10-10T14:41:37Z)
• Facial Demorphing via Identity Preserving Image Decomposition [10.902536447343465]
  モルヒネ攻撃検出技術は ボナファイドの情報を抽出しない 参照不要でボナファイドを高精度に回収する手法を提案する。 本手法は, 高品質なボナファイドを定義・忠実度で再構成する。
  論文  参考訳（メタデータ） (2024-08-20T16:42:11Z)
• Effective Adapter for Face Recognition in the Wild [72.75516495170199]
  私たちは、画像が低品質で現実世界の歪みに悩まされる、野生の顔認識の課題に取り組みます。 従来のアプローチでは、劣化した画像や、顔の復元技術を使って強化された画像を直接訓練するが、効果がないことが証明された。 高品質な顔データセットで訓練された既存の顔認識モデルを強化するための効果的なアダプタを提案する。
  論文  参考訳（メタデータ） (2023-12-04T08:55:46Z)
• Fused Classification For Differential Face Morphing Detection [0.0]
  顔モフティング(Face morphing)は、顔認証システムに重大なセキュリティリスクをもたらす。 従来の方法では、複数の顔画像が混在するモルヒネ攻撃を検出するのに苦労している。 非参照シナリオに対する融合分類法に基づく拡張アプローチを提案する。
  論文  参考訳（メタデータ） (2023-09-01T16:14:29Z)
• MorphGANFormer: Transformer-based Face Morphing and De-Morphing [55.211984079735196]
  顔変形に対するスタイルGANベースのアプローチが主要な技術である。 本稿では,顔の変形に対する変換器ベースの代替手段を提案し,その利点をStyleGANベースの方法と比較した。
  論文  参考訳（メタデータ） (2023-02-18T19:09:11Z)
• Semantic-aware One-shot Face Re-enactment with Dense Correspondence Estimation [100.60938767993088]
  ワンショットの顔の再現は、ソースと駆動する顔の同一性ミスマッチのため、難しい作業である。 本稿では,3次元形態素モデル(3DMM)を明示的な顔のセマンティックな分解とアイデンティティの絡み合いに利用することを提案する。
  論文  参考訳（メタデータ） (2022-11-23T03:02:34Z)
• Facial De-morphing: Extracting Component Faces from a Single Morph [12.346914707006773]
  モルヒネ攻撃検出戦略は モルヒネを検出できるが 画像や身元を復元できない そこで本研究では,顔画像から両アイデンティティの画像を同時に復元できる新しいデモーフィング手法を提案する。
  論文  参考訳（メタデータ） (2022-09-07T05:01:02Z)
• Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
  顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。 以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。 キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-04-28T09:35:48Z)
• Unsupervised Learning Facial Parameter Regressor for Action Unit Intensity Estimation via Differentiable Renderer [51.926868759681014]
  骨駆動型顔モデル(BDFM)に基づいて,異なる視点で顔パラメータを予測する枠組みを提案する。 提案するフレームワークは,特徴抽出器,ジェネレータ,顔パラメータ回帰器から構成される。
  論文  参考訳（メタデータ） (2020-08-20T09:49:13Z)
• Evaluation Metrics for Conditional Image Generation [100.69766435176557]
  クラス条件画像生成設定において生成モデルを評価するための2つの新しい指標を提案する。 理論的分析は、提案されたメトリクスの背景にあるモチベーションを示し、新しいメトリクスと条件のないメトリクスを結びつける。 我々は,実験的な評価を行い,その指標を条件のない変種や他の指標と比較し,既存の生成モデルの解析に利用した。
  論文  参考訳（メタデータ） (2020-04-26T12:15:16Z)

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。