論文の概要: Latent Diffusion Based Face Enhancement under Degraded Conditions for Forensic Face Recognition

• arxiv url: http://arxiv.org/abs/2508.00941v1
• Date: Thu, 31 Jul 2025 14:28:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-05 18:25:21.637869
• Title: Latent Diffusion Based Face Enhancement under Degraded Conditions for Forensic Face Recognition
• Title（参考訳）: 顔認識における劣化条件下での潜時拡散に基づく顔強調
• Authors: Hassan Ugail, Hamad Mansour Alawar, AbdulNasser Abbas Zehi, Ahmed Mohammad Alkendi, Ismail Lujain Jaleel,
• Abstract要約: 顔認識システムは、低品質の法医学的証拠画像を処理する際に重大な性能劣化を経験する。 本稿では,関連する劣化下での顔認識改善のための潜伏拡散に基づく拡張の評価を行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face recognition systems experience severe performance degradation when processing low-quality forensic evidence imagery. This paper presents an evaluation of latent diffusion-based enhancement for improving face recognition under forensically relevant degradations. Using a dataset of 3,000 individuals from LFW with 24,000 recognition attempts, we implement the Flux.1 Kontext Dev pipeline with Facezoom LoRA adaptation to test against seven degradation categories, including compression artefacts, blur effects, and noise contamination. Our approach demonstrates substantial improvements, increasing overall recognition accuracy from 29.1% to 84.5% (55.4 percentage point improvement, 95% CI: [54.1, 56.7]). Statistical analysis reveals significant performance gains across all degradation types, with effect sizes exceeding conventional thresholds for practical significance. These findings establish the potential of sophisticated diffusion based enhancement in forensic face recognition applications.
• Abstract（参考訳）: 顔認識システムは、低品質の法医学的証拠画像を処理する際に重大な性能劣化を経験する。 本稿では, 法医学的に関係のある劣化下での顔認識改善のための潜時拡散に基づく拡張評価について述べる。 LFWの3000人のデータセットと24,000の認識の試みを用いて、Flux.1を実装した。 Kontext Dev Pipeline with Facezoom LoRA adapt to test against seven degradation categories, including compression artefacts, blur effect, noise contamination。 提案手法では,認識精度が29.1%から84.5%(55.4ポイント改善,95%CI: [54.1, 56.7])に向上した。 統計的解析により,すべての劣化型に対して顕著な性能向上がみられ,その効果の大きさは従来の閾値を超え,実用上重要なものとなった。 これらの知見は、法医学的顔認識応用における高度な拡散に基づく拡張の可能性を確立した。

関連論文リスト

• DiffusionFF: Face Forgery Detection via Diffusion-based Artifact Localization [21.139016641596676]
  DiffusionFFは、拡散に基づくアーティファクトローカライゼーションによる顔偽造検出を強化する新しいフレームワークである。 本手法は,高次拡散モデルを用いて高次構造相似性(DSSIM)マップを生成し,微妙な操作の痕跡を効果的に捉える。
  論文  参考訳（メタデータ） (2025-08-03T18:06:04Z)
• One-Step Diffusion-based Real-World Image Super-Resolution with Visual Perception Distillation [53.24542646616045]
  画像超解像(SR)生成に特化して設計された新しい視覚知覚拡散蒸留フレームワークであるVPD-SRを提案する。 VPD-SRは2つのコンポーネントから構成される: 明示的セマンティック・アウェア・スーパービジョン(ESS)と高周波知覚(HFP)損失。 提案したVPD-SRは,従来の最先端手法と教師モデルの両方と比較して,たった1ステップのサンプリングで優れた性能が得られる。
  論文  参考訳（メタデータ） (2025-06-03T08:28:13Z)
• Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
  顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。 本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。 本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
  論文  参考訳（メタデータ） (2024-11-28T13:04:45Z)
• MRIFE: A Mask-Recovering and Interactive-Feature-Enhancing Semantic Segmentation Network For Relic Landslide Detection [7.6822321138894765]
  長い期間にわたって形成された遺物地すべりは、再活性化の可能性を秘めており、危険な地質現象となっている。 遺物地すべりの高解像度リモートセンシング画像は、物体の視界のぼかし問題など、多くの課題に直面している。 より効率的な特徴抽出と分離のためのセマンティックセグメンテーションモデルとして,マスクの回収と対話型フェールエンハンシング(MRIFE)を提案する。 提案したMRIFEは実地すべりデータセットを用いて評価され,実験結果から,地すべり検出の性能が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2024-11-26T07:15:50Z)
• Diffusion Facial Forgery Detection [56.69763252655695]
  本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。 人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。 その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
  論文  参考訳（メタデータ） (2024-01-29T03:20:19Z)
• DifAugGAN: A Practical Diffusion-style Data Augmentation for GAN-based Single Image Super-resolution [88.13972071356422]
  本稿では,DifAugGAN として知られる GAN ベースの画像超解像法(SR) のための拡散型データ拡張手法を提案する。 それは、訓練中の判別器の校正を改善するために、生成拡散モデルに拡散過程を適用することを含む。 我々のDifAugGANは、現在のGANベースのSISR手法のプラグ・アンド・プレイ戦略であり、判別器の校正を改善し、SR性能を向上させることができる。
  論文  参考訳（メタデータ） (2023-11-30T12:37:53Z)
• Boosting Cross-Quality Face Verification using Blind Face Restoration [0.13654846342364302]
  低画質画像の知覚品質を高めるためには,顔認証の課題が不可欠である。 本稿では,3つの最先端のブラインドフェイス復元技術が顔認証システムの性能に与える影響について検討する。
  論文  参考訳（メタデータ） (2023-08-15T18:05:19Z)
• Impact of Face Image Quality Estimation on Presentation Attack Detection [10.832111751830272]
  本研究では, 品質評価手法がボナフッ化物および攻撃試料のろ過に及ぼす影響について検討した。 その結果,低品質サンプルを除去することでトレーニングデータセットの20%を削減し,BPCERを3%改善できることが判明した。
  論文  参考訳（メタデータ） (2022-09-30T14:23:47Z)
• Octuplet Loss: Make Face Recognition Robust to Image Resolution [5.257115841810258]
  本稿では,画像解像度に対するロバスト性を改善するために,人気三重項損失の新たな組み合わせを提案する。 我々は,高分解能画像とそれらの合成ダウンサンプリング変異体との関係をアイデンティティラベルと組み合わせて活用する。 本手法は, クロスレゾリューション (高分解能) 顔認証の性能を著しく向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-07-14T08:22:58Z)
• On the Effect of Selfie Beautification Filters on Face Detection and Recognition [53.561797148529664]
  ソーシャルメディア画像フィルターは、例えば人工眼鏡や動物の鼻で、画像コントラスト、照明、あるいは顔の一部を妨げる。 U-NETセグメンテーションネットワークの修正版を用いて適用操作を再構築する手法を開発した。 認識の観点からは、顔を認識するために訓練されたResNet-34ネットワークを用いて抽出された特徴に対して、距離測定と訓練された機械学習アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2021-10-17T22:10:56Z)
• Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in Frequency Domain [88.7339322596758]
  本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。 SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
  論文  参考訳（メタデータ） (2021-03-02T16:45:08Z)

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。