論文の概要: Robust face recognition based on the wing loss and the $\ell_1$ regularization
- arxiv url: http://arxiv.org/abs/2503.18652v1
- Date: Mon, 24 Mar 2025 13:17:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-25 14:35:42.387362
- Title: Robust face recognition based on the wing loss and the $\ell_1$ regularization
- Title(参考訳): ウィングロスと$\ell_1$正規化に基づくロバスト顔認識
- Authors: Yaoyao Yun, Jianwen Xu,
- Abstract要約: Wing-Constrained sparse code model(WCSC)とその重み付きバージョン(WWCSC)を紹介する。
WWCSCは、顔画像が高い閉塞性または高い損傷を有する複雑な状況であっても、非常に高い認識率を有する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: In recent years, sparse sampling techniques based on regression analysis have witnessed extensive applications in face recognition research. Presently, numerous sparse sampling models based on regression analysis have been explored by various researchers. Nevertheless, the recognition rates of the majority of these models would be significantly decreased when confronted with highly occluded and highly damaged face images. In this paper, a new wing-constrained sparse coding model(WCSC) and its weighted version(WWCSC) are introduced, so as to deal with the face recognition problem in complex circumstances, where the alternating direction method of multipliers (ADMM) algorithm is employed to solve the corresponding minimization problems. In addition, performances of the proposed method are examined based on the four well-known facial databases, namely the ORL facial database, the Yale facial database, the AR facial database and the FERET facial database. Also, compared to the other methods in the literatures, the WWCSC has a very high recognition rate even in complex situations where face images have high occlusion or high damage, which illustrates the robustness of the WWCSC method in facial recognition.
- Abstract(参考訳): 近年では、回帰分析に基づくスパースサンプリング技術が顔認識研究に広く応用されている。
近年,レグレッション分析に基づく多数のスパースサンプリングモデルが様々な研究者によって研究されている。
それでも、これらのモデルの大部分の認識率は、高度に隠蔽され、非常に損傷を受けた顔画像に直面すると、大幅に低下する。
本稿では、複雑な状況下での顔認識問題に対処するために、新しい翼拘束スパース符号化モデル(WCSC)とその重み付きバージョン(WWCSC)を導入し、それに対応する最小化問題を解決するために乗算器の交互方向法(ADMM)を用いる。
さらに,ORL顔データベース,Yale顔データベース,AR顔データベース,FERET顔データベースの4つの顔データベースを用いて,提案手法の性能について検討した。
また、WWCSCは、他の文献と比較して、顔認識におけるWWCSC法の堅牢性を示す、顔画像が高い閉塞性や高い損傷を有する複雑な状況においても、非常に高い認識率を有する。
関連論文リスト
- CemiFace: Center-based Semi-hard Synthetic Face Generation for Face Recognition [33.17771044475894]
顔画像と顔の同一性のある顔画像は、訓練された顔認識モデルの性能において極めて有効であることを示す。
そこで本研究では, 対象中心と様々なレベルの類似性を持つ顔サンプルを生成する, 拡散に基づく新しいアプローチ(すなわち, 中心をベースとした半硬顔生成)を提案する。
論文 参考訳(メタデータ) (2024-09-27T16:11:30Z) - Generalized Face Liveness Detection via De-fake Face Generator [52.23271636362843]
以前の顔アンチスプーフィング(FAS)手法は、目に見えない領域に一般化するという課題に直面している。
本稿では,大規模に付加的な現実面を効果的に活用できるAnomalous cue Guided FAS (AG-FAS)法を提案する。
提案手法は,未知のシナリオと未知のプレゼンテーションアタックを用いたクロスドメイン評価において,最先端の結果を実現する。
論文 参考訳(メタデータ) (2024-01-17T06:59:32Z) - An Evaluation of Forensic Facial Recognition [16.17759191184531]
本稿では,大規模な合成顔データセットの構築と,顔の法医学的ラインアップについて述べる。
本稿では,2つのニューラルネットワーク認識システムの精度を評価する。
これまでに報告された顔認識の精度は95%以上低下し、このより困難な法医学的シナリオでは65%にまで低下した。
論文 参考訳(メタデータ) (2023-11-10T16:02:46Z) - Recognizability Embedding Enhancement for Very Low-Resolution Face
Recognition and Quality Estimation [21.423956631978186]
本研究では,視覚的品質ではなく,埋め込み空間における顔の認識性を高めるための原則的アプローチについて検討する。
まず、頑健な学習に基づく顔認識度尺度、すなわち認識可能性指標(RI)を定式化する。
次に、認識不能な顔クラスタから低RIで埋め込んだ難認識顔を、認識不能な顔クラスタから切り離して、認識可能性の向上を反映した指標変換損失を考案する。
論文 参考訳(メタデータ) (2023-04-20T03:18:03Z) - A Survey of Deep Face Restoration: Denoise, Super-Resolution, Deblur,
Artifact Removal [177.21001709272144]
顔復元(FR)は、低品質(LQ)入力画像から高品質(HQ)顔を復元することを目的としている。
本稿では,顔修復のための深層学習技術の最近の進歩を包括的に調査する。
論文 参考訳(メタデータ) (2022-11-05T07:08:15Z) - Identity-Preserving Pose-Robust Face Hallucination Through Face Subspace
Prior [14.353574903736343]
新たな顔超解像法が導入され、幻覚した顔は、利用可能な訓練面に散らばった部分空間に置かれざるを得なくなる。
3次元辞書アライメント方式も提示され、アルゴリズムは制御不能な条件下での低解像度の顔の処理が可能となる。
いくつかのよく知られた顔データセットに対して行われた広範囲な実験において、提案アルゴリズムは、詳細で地上に近い真理結果を生成することにより、顕著な性能を示す。
論文 参考訳(メタデータ) (2021-11-20T17:08:38Z) - 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) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳(メタデータ) (2021-08-21T09:08:41Z) - Deep Face Super-Resolution with Iterative Collaboration between
Attentive Recovery and Landmark Estimation [92.86123832948809]
本稿では,2つの繰り返しネットワーク間の反復的協調による深層面超解像(FSR)手法を提案する。
各繰り返しステップにおいて、リカバリブランチは、ランドマークの事前の知識を利用して、高品質な画像を生成する。
新しい注意融合モジュールはランドマークマップのガイダンスを強化するために設計されている。
論文 参考訳(メタデータ) (2020-03-29T16:04:48Z) - Joint Deep Learning of Facial Expression Synthesis and Recognition [97.19528464266824]
顔表情の合成と認識を効果的に行うための新しい統合深層学習法を提案する。
提案手法は, 2段階の学習手順を伴い, まず, 表情の異なる顔画像を生成するために, 表情合成生成対向ネットワーク (FESGAN) を事前訓練する。
実画像と合成画像間のデータバイアスの問題を軽減するために,新しい実データ誘導バックプロパゲーション(RDBP)アルゴリズムを用いたクラス内損失を提案する。
論文 参考訳(メタデータ) (2020-02-06T10:56:00Z)
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。