論文の概要: FaceGCD: Generalized Face Discovery via Dynamic Prefix Generation

• arxiv url: http://arxiv.org/abs/2507.22353v1
• Date: Wed, 30 Jul 2025 03:34:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 16:14:17.971952
• Title: FaceGCD: Generalized Face Discovery via Dynamic Prefix Generation
• Title（参考訳）: FaceGCD: 動的プリフィックス生成による一般化された顔発見
• Authors: Yunseok Oh, Dong-Wan Choi,
• Abstract要約: 本稿では,新しいオープンワールド顔認識タスクである一般顔発見(GFD)を紹介する。 GFDは、ラベル付きおよびラベルなしの既知のID(ID)の両方を認識すると同時に、新しい未確認IDを同時に発見する必要がある。 軽量なレイヤワイドプレフィックスを用いて,インスタンス固有の特徴抽出器を動的に構築するFaceGCDを提案する。
• 参考スコア（独自算出の注目度）: 4.8342038441006805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recognizing and differentiating among both familiar and unfamiliar faces is a critical capability for face recognition systems and a key step toward artificial general intelligence (AGI). Motivated by this ability, this paper introduces generalized face discovery (GFD), a novel open-world face recognition task that unifies traditional face identification with generalized category discovery (GCD). GFD requires recognizing both labeled and unlabeled known identities (IDs) while simultaneously discovering new, previously unseen IDs. Unlike typical GCD settings, GFD poses unique challenges due to the high cardinality and fine-grained nature of face IDs, rendering existing GCD approaches ineffective. To tackle this problem, we propose FaceGCD, a method that dynamically constructs instance-specific feature extractors using lightweight, layer-wise prefixes. These prefixes are generated on the fly by a HyperNetwork, which adaptively outputs a set of prefix generators conditioned on each input image. This dynamic design enables FaceGCD to capture subtle identity-specific cues without relying on high-capacity static models. Extensive experiments demonstrate that FaceGCD significantly outperforms existing GCD methods and a strong face recognition baseline, ArcFace, achieving state-of-the-art results on the GFD task and advancing toward open-world face recognition.
• Abstract（参考訳）: 慣れ親しんだ顔と馴染みのない顔の両方を認識・識別することは、顔認識システムにとって重要な能力であり、人工知能(AGI)への重要なステップである。 そこで本研究では,従来の顔識別を一般化カテゴリー発見(GCD)と統合する,新たなオープンワールド顔認識タスクである一般顔発見(GFD)を紹介する。 GFDは、ラベル付きおよびラベルなしの既知のID(ID)の両方を認識しながら、新しい未確認IDを同時に発見する必要がある。 典型的なGCD設定とは異なり、GFDは顔IDの高濃度できめ細かい性質のためにユニークな課題を生じ、既存のGCDアプローチは効果がない。 この問題に対処するため,我々は,軽量なレイヤワイドプレフィックスを用いて,インスタンス固有の特徴抽出器を動的に構築するFaceGCDを提案する。 これらのプレフィックスはHyperNetworkによってオンザフライで生成され、各入力画像に条件付きプレフィックスジェネレータのセットを適応的に出力する。 この動的設計により、FaceGCDは高容量の静的モデルに頼ることなく、微妙なアイデンティティ固有のキューをキャプチャできる。 大規模な実験により、FaceGCDは既存のGCD法と強力な顔認識ベースラインであるArcFaceを著しく上回り、GFDタスクにおける最先端の成果を達成し、オープンワールドの顔認識に向けて前進していることが示された。

関連論文リスト

• DiffUMI: Training-Free Universal Model Inversion via Unconditional Diffusion for Face Recognition [17.70133779192382]
  DiffUMIは拡散型ユニバーサルモデル逆転攻撃であり、追加の訓練は不要である。 最先端の攻撃を15.5%上回り、標準およびプライバシー保護の顔認識システムでの成功率を9.82%上回っている。
  論文  参考訳（メタデータ） (2025-04-25T01:53:27Z)
• G2Face: High-Fidelity Reversible Face Anonymization via Generative and Geometric Priors [71.69161292330504]
  可逆顔匿名化(Reversible face anonymization)は、顔画像の繊細なアイデンティティ情報を、合成された代替品に置き換えようとしている。 本稿では,Gtextsuperscript2Faceを提案する。 提案手法は,高データの有効性を保ちながら,顔の匿名化と回復において既存の最先端技術よりも優れる。
  論文  参考訳（メタデータ） (2024-08-18T12:36:47Z)
• ConsistentID: Portrait Generation with Multimodal Fine-Grained Identity Preserving [64.90148669690228]
  ConsistentIDは、微細なマルチモーダル顔のプロンプト下での多彩な画像生成のための革新的な手法である。 我々は、50万以上の顔画像を持つ、きめ細かいポートレートデータセットFGIDを提示し、既存の顔データセットよりも多様性と包括性を提供する。
  論文  参考訳（メタデータ） (2024-04-25T17:23:43Z)
• 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)
• 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)
• 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)
• Master Face Attacks on Face Recognition Systems [45.090037010778765]
  顔認証は、個人認証番号やアンロックパターンを使った認証よりも、特にモバイルデバイスで広く使われている。 これまでの研究は、顔認識システム内の複数の登録テンプレートにマッチするマスターフェイスの存在を証明してきた。 本稿では,マスタ顔の生成によく用いられる潜在変数進化(LVE)について広範な研究を行う。
  論文  参考訳（メタデータ） (2021-09-08T02:11:35Z)
• 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)

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。