論文の概要: ReFace: Reorganizing Facial Spatiotemporal Representations for Improved Pain Assessment

• arxiv url: http://arxiv.org/abs/2607.19722v2
• Date: Mon, 27 Jul 2026 02:01:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 14:56:47.031889
• Title: ReFace: Reorganizing Facial Spatiotemporal Representations for Improved Pain Assessment
• Title（参考訳）: ReFace:改善した痛み評価のための顔面時空間表現の再編成
• Abstract要約: 本研究では,トークン化前に顔入力を4つの空間的四分体に分割する空間再構成パイプラインReFaceを提案する。 4つのクアドラント構成は、フルフェイス入力と同じピクセル予算を処理するが、精度は向上する。 1つの4分の1の領域は、これらのピクセルの4分の1しか処理せず、計算コストのごく一部で競争力を維持している。
• 参考スコア（独自算出の注目度）: 8.766624398744742
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automatic pain assessment from facial video remains challenging due to the spatial heterogeneity of pain-related facial cues. This study proposes ReFace, a spatial reorganization pipeline that divides facial input into four spatial quadrants before tokenization, rather than processing the entire face as a single region. Evaluated on the AI4Pain dataset, the proposed approach achieves $56.00\%$ accuracy on the test set using video only, achieving the highest reported accuracy under the fixed AI4Pain benchmark protocol among the compared methods. Notably, the four-quadrant configuration processes the same total pixel budget as the full-face input, yet achieves higher accuracy, suggesting that spatial reorganization can improve performance under the proposed tokenization design. A single quadrant region, processing just one quarter of those pixels, remains competitive at a fraction of the computational cost.
• Abstract（参考訳）: 顔面映像からの痛み自動評価は, 痛み関連顔面刺激の空間的不均一性のため, 依然として困難である。 本研究では,顔全体を単一領域として処理するのではなく,顔入力をトークン化前に4つの空間的四分体に分割する空間再構成パイプラインであるReFaceを提案する。 AI4Painデータセットに基づいて、提案手法は、ビデオのみを使用してテストセットに対して56.00\%の精度を達成し、比較手法のうち、固定されたAI4Painベンチマークプロトコルで報告された最も高い精度を達成する。 特に、4つのクアドラント構成は全顔入力と同じ全画素予算で処理するが、精度は高く、提案したトークン化設計の下で空間再構成が性能を向上させることが示唆されている。 1つの4分の1の領域は、これらのピクセルの4分の1しか処理せず、計算コストのごく一部で競争力を維持している。

関連論文リスト

• Face Anything: 4D Face Reconstruction from Any Image Sequence [49.395407357499074]
  そこで本研究では,正準顔点予測に基づく高忠実度4次元顔再構成の統一手法を提案する。 深度と標準座標を共同で予測することにより,正確な深度推定,時間的に安定な再構築,密度の高い3次元形状,頑健な顔点追跡が可能となる。
  論文  参考訳（メタデータ） (2026-04-21T17:22:39Z)
• PaCo-FR: Patch-Pixel Aligned End-to-End Codebook Learning for Facial Representation Pre-training [32.52750192639004]
  PaCo-FRは、マスク付きイメージモデリングとパッチピクセルアライメントを組み合わせた教師なしのフレームワークである。 PaCo-FRは、事前トレーニング用のラベル付きイメージがわずか200万枚だけで、いくつかの顔分析タスクで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-08-13T10:37:41Z)
• A Simple and Generalist Approach for Panoptic Segmentation [57.94892855772925]
  本稿では,深部エンコーダ-浅部デコーダアーキテクチャに基づく簡易な一般化フレームワークを提案する。 これはトレーニング中の不均衡に起因することを示し、その削減のための新しい方法を提案する。 提案手法は,MS-COCOデータセット上で55.1のPQを実現する。
  論文  参考訳（メタデータ） (2024-08-29T13:02:12Z)
• Occlusion-Aware Deep Convolutional Neural Network via Homogeneous Tanh-transforms for Face Parsing [2.062767930320204]
  顔解析は、各意味的顔成分に対して画素単位のラベルマップを推論する。 4つのタン変換からなる画像前処理のための新しい均一なタン変換を提案する。 均質なtanh-transformsに基づいて,隠蔽顔解析のためのオクルージョン対応畳み込みニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2023-08-29T14:20:13Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)
• An Efficient Method for Face Quality Assessment on the Edge [1.7188280334580197]
  エッジデバイスに対する実践的なアプローチは、認識への適合性に応じて、これらのアイデンティティの検出を優先すべきである。 顔のランドマーク検出ネットワークに1つの層を付加するだけで、顔の品質スコアの回帰が提案される。 追加のコストがほとんどないため、顔の品質スコアは、この単一の層をトレーニングすることで得られる。
  論文  参考訳（メタデータ） (2022-07-19T18:29:43Z)
• Pro-UIGAN: Progressive Face Hallucination from Occluded Thumbnails [53.080403912727604]
  Inpainting Generative Adversarial Network, Pro-UIGANを提案する。 顔の形状を利用して、隠された小さな顔の補充とアップサンプリング(8*)を行う。 Pro-UIGANは、HR面を視覚的に満足させ、下流タスクにおいて優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-08-02T02:29:24Z)
• Magnifying Subtle Facial Motions for Effective 4D Expression Recognition [56.806738404887824]
  3D面の流れをまず解析し、空間的な変形を捉えます。 これらの変形の得られた時間的進化は、拡大法に供給される。 本論文の主な貢献である後者では、感情分類性能を高める微妙な(隠れた)変形を明らかにすることができる。
  論文  参考訳（メタデータ） (2021-05-05T20:47:43Z)
• Improving Makeup Face Verification by Exploring Part-Based Representations [0.0]
  我々は,現在の全体表現と融合する顔部の導入を提案,評価する。 実験の結果, 顔部から抽出した深部特徴と全体表現との融合により, 顔認証システムの精度が向上した。
  論文  参考訳（メタデータ） (2021-01-18T21:51:38Z)
• Dynamic Facial Expression Recognition under Partial Occlusion with Optical Flow Reconstruction [20.28462460359439]
  本研究では,光フロー領域における顔面の閉塞部分を再構成するためのスキップ接続を備えた自動エンコーダに基づく新しいソリューションを提案する。 提案手法は,オクルード状態と非オクルード状態の間における認識精度の差を著しく低減することを示す。
  論文  参考訳（メタデータ） (2020-12-24T12:28:47Z)
• Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmark Estimation [92.86123832948809]
  本稿では,2つの繰り返しネットワーク間の反復的協調による深層面超解像(FSR)手法を提案する。 各繰り返しステップにおいて、リカバリブランチは、ランドマークの事前の知識を利用して、高品質な画像を生成する。 新しい注意融合モジュールはランドマークマップのガイダンスを強化するために設計されている。
  論文  参考訳（メタデータ） (2020-03-29T16:04:48Z)

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。