論文の概要: On the Burstiness of Faces in Set
- arxiv url: http://arxiv.org/abs/2506.20312v1
- Date: Wed, 25 Jun 2025 10:49:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-26 21:00:42.702926
- Title: On the Burstiness of Faces in Set
- Title(参考訳): 集合における顔の破壊性について
- Authors: Jiong Wang,
- Abstract要約: バーストネス(Burstiness)は、テキストや画像検索で観察される現象であり、統計的に独立したモデルよりも、特定の要素がセットに何回も現れることを指す。
まず、特定の属性を持つ顔が顔セットに頻繁に共存するバースト面が、トレーニングインスタンスを支配し、トレーニングフェイスセットを支配し、制約のないシナリオに対する一般化能力の低下につながる。
- 参考スコア(独自算出の注目度): 4.253592897114859
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Burstiness, a phenomenon observed in text and image retrieval, refers to that particular elements appear more times in a set than a statistically independent model assumes. We argue that in the context of set-based face recognition (SFR), burstiness exists widely and degrades the performance in two aspects: Firstly, the bursty faces, where faces with particular attributes %exist frequently in a face set, dominate the training instances and dominate the training face sets and lead to poor generalization ability to unconstrained scenarios. Secondly, the bursty faces %dominating the evaluation sets interfere with the similarity comparison in set verification and identification when evaluation. To detect the bursty faces in a set, we propose three strategies based on Quickshift++, feature self-similarity, and generalized max-pooling (GMP). We apply the burst detection results on training and evaluation stages to enhance the sampling ratios or contributions of the infrequent faces. When evaluation, we additionally propose the quality-aware GMP that enables awareness of the face quality and robustness to the low-quality faces for the original GMP. We give illustrations and extensive experiments on the SFR benchmarks to demonstrate that burstiness is widespread and suppressing burstiness considerably improves the recognition performance.
- Abstract(参考訳): バーストネス(Burstiness)は、テキストや画像検索で観察される現象であり、統計的に独立したモデルよりも、特定の要素がセットに何回も現れることを指す。
第一に、特定の属性を持つ顔が顔セットに頻繁に共存するバースト面が、トレーニングインスタンスを支配し、トレーニングフェイスセットを支配し、制約のないシナリオに対する一般化能力の低下につながる。
第2に、評価セットを%支配するバースト面は、評価時にセット検証と識別において類似性比較に干渉する。
そこで我々は,Quickshift++に基づく3つの戦略,自己相似性,一般化マックスプール(GMP)を提案する。
本研究では, バースト検出結果をトレーニングおよび評価段階に適用し, 少ない顔のサンプリング率や寄与度を高める。
また,評価の際には,GMPの低品質な顔に対して,顔の品質とロバスト性を認識できる品質認識型GMPを提案する。
我々は,SFRベンチマークの図面と広範な実験を行い,バーストネスが広く,バーストネスが抑えられ,認識性能が著しく向上することを示した。
関連論文リスト
- Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳(メタデータ) (2023-10-18T14:49:54Z) - Set-Based Face Recognition Beyond Disentanglement: Burstiness
Suppression With Variance Vocabulary [78.203301910422]
SFRにおける2つの重要な問題は、顔の品質とバーストネスであり、アイデンティティ非関連と分散関連の両方である、と我々は主張する。
分散特徴と同一性の特徴を分離する軽量な集合ベース・アンタングルメント・フレームワークを提案する。
集合における顔のバースト性を抑制するために,語彙ベースバースト抑制法(VBS)を提案する。
論文 参考訳(メタデータ) (2023-04-13T04:02:58Z) - Watch Out for the Confusing Faces: Detecting Face Swapping with the
Probability Distribution of Face Identification Models [37.49012763328351]
顔識別確率分布に基づく顔交換検出手法を提案する。
IdP_FSDは、有限集合に属するスワップされた顔を検出するために特別に設計されている。
IdP_FSDは、顔交換に関わる2つの顔の同一性は、顔交換の共通性を利用する。
論文 参考訳(メタデータ) (2023-03-23T09:33:10Z) - Fair SA: Sensitivity Analysis for Fairness in Face Recognition [1.7149364927872013]
汎用フレームワークの形で頑健性に基づく新しい公正性評価を提案する。
我々は、一般的な顔認識モデルの性能を分析し、画像が摂動状態にある場合、ある種のサブグループが不利であることを実証的に示す。
論文 参考訳(メタデータ) (2022-02-08T01:16:09Z) - Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。
本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文 参考訳(メタデータ) (2020-11-17T18:12:41Z) - Inducing Predictive Uncertainty Estimation for Face Recognition [102.58180557181643]
顔画像の「マッドペア」から画像品質訓練データを自動的に生成する手法を提案する。
生成したデータを用いて、顔画像の信頼度を推定するために、PCNetと呼ばれる軽量な予測信頼ネットワークを訓練する。
論文 参考訳(メタデータ) (2020-09-01T17:52:00Z) - 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) - On Improving the Generalization of Face Recognition in the Presence of
Occlusions [13.299431908881425]
Occlusion-aware face RecOgnition (OREO) アプローチは, 咬合の有無に関わらず, 識別的顔テンプレートを学習した。
OREOは、顔認識の一般化能力を1画像ベースで(10.17%)改善した。
論文 参考訳(メタデータ) (2020-06-11T20:17:23Z) - Uncertainty-Aware Blind Image Quality Assessment in the Laboratory and
Wild [98.48284827503409]
我々は,テキスト化BIQAモデルを開発し,それを合成的および現実的歪みの両方で訓練するアプローチを提案する。
我々は、多数の画像ペアに対してBIQAのためのディープニューラルネットワークを最適化するために、忠実度損失を用いる。
6つのIQAデータベースの実験は、実験室と野生動物における画像品質を盲目的に評価する学習手法の可能性を示唆している。
論文 参考訳(メタデータ) (2020-05-28T13:35:23Z)
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。