論文の概要: Exploiting Multiple Representations: 3D Face Biometrics Fusion with Application to Surveillance

• arxiv url: http://arxiv.org/abs/2504.18886v1
• Date: Sat, 26 Apr 2025 10:21:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.035358
• Title: Exploiting Multiple Representations: 3D Face Biometrics Fusion with Application to Surveillance
• Title（参考訳）: 複数表現の爆発:3次元顔バイオメトリックス融合とサーベイランスへの応用
• Authors: Simone Maurizio La Cava, Roberto Casula, Sara Concas, Giulia Orrù, Ruben Tolosana, Martin Drahansky, Julian Fierrez, Gian Luca Marcialis,
• Abstract要約: 3次元顔再構成(3DFR)アルゴリズムは、異なるアプリケーションシナリオの限界と特徴に合わせた特定の仮定に基づいている。 本研究では,複数の最先端3DFRアルゴリズムを用いて,被験者の表現性を向上する方法について検討する。 また,異なるパラメトリックおよび非パラメトリックスコアレベル融合法が,複数の3DFRアルゴリズムの独特な強度を利用して生体認証の堅牢性を高める方法について検討した。
• 参考スコア（独自算出の注目度）: 6.277064632667653
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D face reconstruction (3DFR) algorithms are based on specific assumptions tailored to the limits and characteristics of the different application scenarios. In this study, we investigate how multiple state-of-the-art 3DFR algorithms can be used to generate a better representation of subjects, with the final goal of improving the performance of face recognition systems in challenging uncontrolled scenarios. We also explore how different parametric and non-parametric score-level fusion methods can exploit the unique strengths of multiple 3DFR algorithms to enhance biometric recognition robustness. With this goal, we propose a comprehensive analysis of several face recognition systems across diverse conditions, such as varying distances and camera setups, intra-dataset and cross-dataset, to assess the robustness of the proposed ensemble method. The results demonstrate that the distinct information provided by different 3DFR algorithms can alleviate the problem of generalizing over multiple application scenarios. In addition, the present study highlights the potential of advanced fusion strategies to enhance the reliability of 3DFR-based face recognition systems, providing the research community with key insights to exploit them in real-world applications effectively. Although the experiments are carried out in a specific face verification setup, our proposed fusion-based 3DFR methods may be applied to other tasks around face biometrics that are not strictly related to identity recognition.
• Abstract（参考訳）: 3次元顔再構成(3DFR)アルゴリズムは、異なるアプリケーションシナリオの限界と特徴に合わせた特定の仮定に基づいている。 本研究では,複数の最先端3DFRアルゴリズムを用いて被験者の表現性を向上する方法について検討し,制御不能なシナリオにおける顔認識システムの性能向上を最終目的とする。 また,異なるパラメトリックおよび非パラメトリックスコアレベル融合法が,複数の3DFRアルゴリズムの独特な強度を利用して生体認証の堅牢性を高める方法について検討した。 そこで本研究では,距離やカメラの設定,データセット内,データセット間など,さまざまな状況における顔認識システムの総合的な解析を行い,アンサンブル手法の堅牢性を評価する。 その結果、異なる3DFRアルゴリズムによって提供される異なる情報は、複数のアプリケーションシナリオにまたがって一般化する問題を緩和できることを示した。 さらに,本研究では,3DFRに基づく顔認識システムの信頼性を高めるための高度な融合戦略の可能性を強調し,現実のアプリケーションで効果的に活用するための重要な洞察を提供する。 実験は特定の顔認証装置で実施されているが,本提案手法は顔認証に厳密に関係しない顔バイオメトリックスに関わる他のタスクにも適用することができる。

関連論文リスト

• xEdgeFace: Efficient Cross-Spectral Face Recognition for Edge Devices [4.910937238451485]
  Heterogeneous Face Recognition (HFR) は、異なる知覚モードにわたる顔画像のマッチングという課題に対処する。 ハイブリッドCNN-Transformerアーキテクチャを適用し,軽量かつ効果的なHFRフレームワークを提案する。 提案手法は,RGBの顔認識タスクにおいて高い性能を保ちながら,最小対の異種データを用いた効率的なエンドツーエンドトレーニングを実現する。
  論文  参考訳（メタデータ） (2025-04-28T10:03:11Z)
• OODFace: Benchmarking Robustness of Face Recognition under Common Corruptions and Appearance Variations [21.00631818827379]
  既存のオープンソースモデルと商用アルゴリズムは、ある種の複雑なOut-of-Distributionシナリオにおいて堅牢性に欠ける。 OODFaceは,顔認識モデルが直面するOOD課題を2つの視点から検討する。 私たちは、他のデータセットに容易に拡張可能な、すべての汚職と変動タイプを含む統一されたツールキットを提供しています。
  論文  参考訳（メタデータ） (2024-12-03T14:42:31Z)
• ID$^3$: Identity-Preserving-yet-Diversified Diffusion Models for Synthetic Face Recognition [60.15830516741776]
  合成顔認識(SFR)は、実際の顔データの分布を模倣するデータセットを生成することを目的としている。 拡散燃料SFRモデルであるtextID3$を紹介します。 textID3$はID保存損失を利用して、多様だがアイデンティティに一貫性のある顔の外観を生成する。
  論文  参考訳（メタデータ） (2024-09-26T06:46:40Z)
• Exploring 3D Face Reconstruction and Fusion Methods for Face Verification: A Case-Study in Video Surveillance [6.277064632667653]
  3次元顔再構成(3DFR)アルゴリズムは、異なるアプリケーションシナリオに適した特定の仮定に基づいている。 異なる3DFRアルゴリズムによって誘導される相補性は、カメラから見知らぬ距離でテストを行う際に、性能を向上させる。
  論文  参考訳（メタデータ） (2024-09-16T17:17:47Z)
• Confidence-Aware RGB-D Face Recognition via Virtual Depth Synthesis [48.59382455101753]
  2D顔認証は、照明、閉塞、ポーズの変化により、制約のない環境において課題に遭遇する。 近年の研究では、深度情報を組み込んだRGB-D顔認証に焦点が当てられている。 本研究では,まず,深度モデル事前学習のための3次元Morphable Modelsによって生成された多様な深度データセットを構築する。 そこで本研究では,手軽に利用できるRGBと深度モデルを利用したドメイン非依存の事前学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-11T09:12:24Z)
• Towards Unified 3D Object Detection via Algorithm and Data Unification [70.27631528933482]
  我々は、最初の統一型マルチモーダル3Dオブジェクト検出ベンチマークMM-Omni3Dを構築し、上記のモノクロ検出器をマルチモーダルバージョンに拡張する。 設計した単分子・多モード検出器をそれぞれUniMODEとMM-UniMODEと命名した。
  論文  参考訳（メタデータ） (2024-02-28T18:59:31Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
  接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。 近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。 本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
  論文  参考訳（メタデータ） (2023-01-07T20:55:16Z)
• Hierarchical Deep CNN Feature Set-Based Representation Learning for Robust Cross-Resolution Face Recognition [59.29808528182607]
  クロスリゾリューション顔認識(CRFR)は、インテリジェントな監視およびバイオメトリックフォレンジックにおいて重要である。 既存の浅層学習と深層学習に基づく手法は、HR-LR対を共同特徴空間にマッピングすることに焦点を当てている。 本研究では,多レベル深層畳み込みニューラルネットワーク(CNN)の機能を完全に活用し,堅牢なCRFRを実現することを目的とする。
  論文  参考訳（メタデータ） (2021-03-25T14:03:42Z)
• Face recognition using PCA integrated with Delaunay triangulation [0.0]
  本研究は,主成分分析とDlaunay Triangulationの統合について検討した。 この方法は、一組の顔ランドマークポイントを三角測量し、提供された画像の固有顔を取得する。 アルゴリズムを従来のPCAと比較し、有効な認識率を提供するために、異なる顔のランドマークポイントを含めることについて議論する。
  論文  参考訳（メタデータ） (2020-11-25T14:46:08Z)
• Generalized Iris Presentation Attack Detection Algorithm under Cross-Database Settings [63.90855798947425]
  プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。 本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。 これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
  論文  参考訳（メタデータ） (2020-10-25T22:42:27Z)

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。