Fugu-MT 論文翻訳(概要): FOODER: Real-time Facial Authentication and Expression Recognition

論文の概要: FOODER: Real-time Facial Authentication and Expression Recognition

arxiv url: http://arxiv.org/abs/2512.18057v1
Date: Fri, 19 Dec 2025 20:51:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-23 18:54:32.169613
Title: FOODER: Real-time Facial Authentication and Expression Recognition
Title（参考訳）: FOODER:リアルタイム顔認証と表現認識
Authors: Sabri Mustafa Kahya, Muhammet Sami Yavuz, Boran Hamdi Sivrikaya, Eckehard Steinbach,
Abstract要約: 我々は,OODに基づく顔認識と表情認識を統合したリアルタイム・プライバシ保護型レーダベースのフレームワークを提案する。 Fooderは、低コストの周波数変調連続波レーダ(FMCW)を使用して動作し、レンジドップラーとマイクロレンジドップラーの両方の表現を利用する。 60GHzの短距離FMCWレーダーで収集されたデータセットで行った実験では、FOODERは94.13%のAUROCと18.12%のFPR95と94.70%の平均的な表現認識精度を達成している。
参考スコア（独自算出の注目度）: 5.459797813771498
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Out-of-distribution (OOD) detection is essential for the safe deployment of neural networks, as it enables the identification of samples outside the training domain. We present FOODER, a real-time, privacy-preserving radar-based framework that integrates OOD-based facial authentication with facial expression recognition. FOODER operates using low-cost frequency-modulated continuous-wave (FMCW) radar and exploits both range-Doppler and micro range-Doppler representations. The authentication module employs a multi-encoder multi-decoder architecture with Body Part (BP) and Intermediate Linear Encoder-Decoder (ILED) components to classify a single enrolled individual as in-distribution while detecting all other faces as OOD. Upon successful authentication, an expression recognition module is activated. Concatenated radar representations are processed by a ResNet block to distinguish between dynamic and static facial expressions. Based on this categorization, two specialized MobileViT networks are used to classify dynamic expressions (smile, shock) and static expressions (neutral, anger). This hierarchical design enables robust facial authentication and fine-grained expression recognition while preserving user privacy by relying exclusively on radar data. Experiments conducted on a dataset collected with a 60 GHz short-range FMCW radar demonstrate that FOODER achieves an AUROC of 94.13% and an FPR95 of 18.12% for authentication, along with an average expression recognition accuracy of 94.70%. FOODER outperforms state-of-the-art OOD detection methods and several transformer-based architectures while operating efficiently in real time.
Abstract（参考訳）: トレーニングドメイン外のサンプルの識別を可能にするため、ニューラルネットワークの安全なデプロイには、アウト・オブ・ディストリビューション(OOD)検出が不可欠である。我々は,OODに基づく顔認識と表情認識を統合したリアルタイムプライバシ保護レーダベースのフレームワークであるFOODERを提案する。 FOODERは、低コストの周波数変調連続波レーダ(FMCW)を使用し、レンジドップラーとマイクロレンジドップラーの両方の表現を利用する。認証モジュールは、Body Part (BP) とIntermediate Linear Encoder-Decoder (ILED) コンポーネントを備えたマルチエンコーダのマルチデコーダアーキテクチャを使用して、単一の登録された個人を非配布として分類し、他のすべての顔をOODとして検出する。認証が成功すると、式認識モジュールが起動される。結合レーダ表現はResNetブロックによって処理され、動的および静的な表情を区別する。この分類に基づいて、動的表現(smile, shock)と静的表現(neutral, anger)を分類するために、2つの特別なMobileViTネットワークが使用される。この階層設計により、レーダーデータのみに依存することにより、ユーザのプライバシを保ちながら、堅牢な顔認証ときめ細かい表現認識が可能になる。 60GHzの短距離FMCWレーダーで収集されたデータセットで行った実験では、FOODERは94.13%のAUROCと18.12%のFPR95と94.70%の平均的な表現認識精度を達成している。 FOODERは、最先端のOOD検出方法やトランスフォーマーベースのアーキテクチャより優れており、リアルタイムに効率的に動作している。

関連論文リスト

Live Demonstration: Neuromorphic Radar for Gesture Recognition [11.7558457204162]
本稿では,生物センシングにインスパイアされたイベント駆動型アーキテクチャを用いて,リアルタイム・低消費電力ハンドジェスチャ認識(HGR)のためのニューロモルフィックレーダフレームワークを提案する。本システムは24GHzドップラーレーダのフロントエンドと、中間周波数(IF)信号をスパーススパイクベース表現に変換する独自のニューロモルフィックサンプリング器を備える。
論文参考訳（メタデータ） (2025-08-05T11:06:22Z)
FARE: A Deep Learning-Based Framework for Radar-based Face Recognition and Out-of-distribution Detection [0.0]
短距離FMCWレーダを用いた顔認識とアウト・オブ・ディストリビューション検出のための新しいパイプラインを提案する。提案システムは、レンジドップラーとマイクロレンジドップラー画像を利用する。本手法は99.30%のID分類精度と96.91%のOOD検出AUROCを実現する。
論文参考訳（メタデータ） (2025-01-14T21:08:08Z)
Few-Shot Radar Signal Recognition through Self-Supervised Learning and Radio Frequency Domain Adaptation [48.265859815346985]
レーダー信号認識は電子戦(EW)において重要な役割を果たす近年のディープラーニングの進歩は、レーダー信号認識の改善に大きな可能性を示している。これらの手法は、注釈付き無線周波数(RF)データが少ない、あるいは入手できないEWシナリオでは不十分である。
論文参考訳（メタデータ） (2025-01-07T01:35:56Z)
FERT: Real-Time Facial Expression Recognition with Short-Range FMCW Radar [0.0]
本研究では、1つの送信(Tx)と3つの受信(Rx)アンテナを備えた短距離周波数変調連続波レーダ(FMCW)を用いたリアルタイム顔認識手法を提案する。提案手法は人別でリアルタイムに動作し,様々な用途において,低コストのFMCWレーダを効果的な表情認識に活用する可能性を示す。
論文参考訳（メタデータ） (2024-11-18T14:48:06Z)
UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
論文参考訳（メタデータ） (2024-07-26T20:51:54Z)
FOOD: Facial Authentication and Out-of-Distribution Detection with Short-Range FMCW Radar [0.0]
本稿では,短距離FMCWレーダを用いた顔認証とオフ・オブ・ディストリビューション(OOD)検出フレームワークを提案する。本研究パイプラインは,IDサンプルの正しいクラスを共同で推定し,OODサンプルを検出して不正確な予測を防止する。また,60GHz短距離FMCWレーダを用いて収集したデータセットに対して,分布しない顔の識別における平均分類精度98.07%を実現した。
論文参考訳（メタデータ） (2024-06-06T23:08:03Z)
MD-CSDNetwork: Multi-Domain Cross Stitched Network for Deepfake Detection [80.83725644958633]
現在のディープフェイク生成法では、偽画像やビデオの周波数スペクトルに識別的アーティファクトが残されている。 MD-CSDNetwork(MD-CSDNetwork)と呼ばれる新しい手法を提案する。
論文参考訳（メタデータ） (2021-09-15T14:11:53Z)
Identity-Aware Attribute Recognition via Real-Time Distributed Inference in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文参考訳（メタデータ） (2020-08-12T12:03:27Z)

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。