論文の概要: FANVIDv2: Evaluating Video Super-Resolution by Face and Licence-Plate Recognition Under Compound Degradation
- arxiv url: http://arxiv.org/abs/2609.39649v1
- Date: Wed, 30 Sep 2026 12:52:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.788206
- Title: FANVIDv2: Evaluating Video Super-Resolution by Face and Licence-Plate Recognition Under Compound Degradation
- Title（参考訳）: FANVIDv2: 複合劣化下での顔とLicence-Plate認識によるビデオ超解像の評価
- Abstract要約: ビデオ・スーパーレゾリューション(VSR)は通常PSNRとSSIMで判断される。
我々は、認識パイプラインが出力でできることによってVSRを評価するベンチマークであるFANVIDv2を提案する。
- 参考スコア（独自算出の注目度）: 5.01339994289835
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Video super-resolution (VSR) is normally judged by PSNR and SSIM on clips that were downsampled bicubically, although in surveillance its purpose is to make faces and licence plates \emph{recognisable}. We present FANVIDv2, a benchmark that scores VSR by what a recognition pipeline can do with its output. FANVIDv2 provides $320\times180$ low-resolution (LR) clips with high-resolution (HR) references for 48 public figures (with one HR gallery image each) and 375 licence-plate clips covering 360 distinct plate strings. LR clips are generated with a randomised compound degradation (blur, resize jitter, sensor noise, JPEG compression, final downsampling) rather than bicubic downsampling alone. Two metrics score recognition \emph{inside} detections: FaceRecBox rewards a face only if it is localised and correctly identified, and TextRecBox scores plate transcriptions by normalised edit distance weighted by localisation quality. With a 2.3\,M-parameter VSR baseline (RCDM), FaceRecBox rises from 0.6864 to 0.7222, identity accuracy on matched faces from 84.35\% to 86.93\%, and TextRecBox from 0.3088 to 0.3667; a residual-map gated variant (RCDM-RMGF) reaches 0.3801 on plates. We describe the degradation model, the baseline architectures and the scorers in detail, and release annotations, metadata, download and degradation scripts and evaluation code.
- Abstract（参考訳）: ビデオ・スーパーレゾリューション(VSR)は、通常PSNRとSSIMによって、バイブビカルにダウンサンプリングされたクリップで判断されるが、その目的は、顔とライセンスプレートをemph{recognisable} にすることである。
我々は、認識パイプラインが出力でできることによってVSRを評価するベンチマークであるFANVIDv2を提案する。
FANVIDv2は320\times180$ローレゾリューション(LR)クリップを提供し、高解像度(HR)参照は48のパブリックフィギュア(それぞれ1つのHRギャラリーイメージ)と375のライセンスプレートクリップで360の異なるプレート弦をカバーしている。
LRクリップは、バイコビックダウンサンプリング単独ではなく、ランダム化された複合劣化(ブルー、リサイズジッタ、センサノイズ、JPEG圧縮、ファイナルダウンサンプリング)で生成される。
FaceRecBoxは、それがローカライズされ、正しく識別された場合にのみ、顔に報酬を与えるし、TextRecBoxは、ローカライズ品質によって重み付けされた正規化された編集距離によって、プレートの転写をスコアする。
2.3\,MパラメータVSRベースライン(RCDM)では、FaceRecBoxは0.6864から0.7222、マッチングされた顔の識別精度は84.35\%から86.93\%、TextRecBoxは0.3088から0.3667、残留マップゲート変種(RCDM-RMGF)は0.3801に達する。
本稿では, 劣化モデル, ベースラインアーキテクチャ, スコアラーについて詳述し, アノテーション, メタデータ, ダウンロードおよび分解スクリプト, 評価コードについて述べる。
関連論文リスト
- Rethinking Generative Image Compression at Extremely Low Bitrates [56.035931340138006]
本稿では、圧縮された表現とソース表現を直接アライメントする表現オートエンコーダ(RAE)空間上に構築された圧縮指向拡散(CoD)であるRAE-CoDを紹介する。
5つの視覚基盤モデル(VFM)と視覚言語モデルプロトコルを用いて,この枠組みを評価する。
論文 参考訳（メタデータ） (2026-09-30T08:53:11Z) - Source-Face Authenticity Detection for 3D Gaussian Heads Reconstructed from a Single Portrait: A Benchmark and Dedicated Detector [15.120546308798957]
シングルイメージの3Dガウスの頭部再構成は、1枚の肖像画から非常にリアルで自由にレンダリングできるデジタルヘッドを実現した。
しかし、復元とレンダリングは、ソースポートレートの痕跡偽造を弱める可能性があるため、その結果の3D顔は、その基盤となる顔が本物か偽物であるかを分類することが困難になる。
我々は,2段階戦略で訓練された検出器を提案する。第1段階では,マスク付きオートエンコーディングにより視覚バックボーンが局所的な再構築に必要な微細な外観情報を保持でき,同時にマルチビューコントラスト学習は,同一の頭部の描画された視界を横断する特徴一貫性を強制する。
実験の結果,本手法が最も精度が高く,精度が高いことがわかった。
論文 参考訳（メタデータ） (2026-08-25T02:24:16Z) - Improving Low-Resolution Face Recognition under Limited Data: How Synthetic Data Generation Can Close the Domain Gap [39.806874413048895]
本稿では,エッジ指向顔認識システムのための簡易な合成手法を提案する。
我々は、これらの戦略を、合成クロスレゾリューション・フェース・ベンチマークと、現実世界のLRデータセットであるTinyFaceで評価する。
本研究は, 実LRおよび直流ベースラインに対して, LR顔認識のための生成手法を検証しなければならないと結論付けた。
論文 参考訳（メタデータ） (2026-08-06T20:49:22Z) - AI or Real: Detecting Partially Altered Videos Under Resource-Constrained Environments [0.0]
顔検出前処理を使わずにエッジハードウェア上に展開するために設計された,部分操作のAI生成ビデオのための軽量フルフレーム検出器を提案する。
このシステムは、DINOv2ベースの教師を凍結したMobileNetV3-Small学生に、温度アニールされたソフトラベル転送、注意多様性の正規化、フレームレベルの監督、残像アダプタを組み合わせたパイプラインを通じて蒸留する。
論文 参考訳（メタデータ） (2026-07-28T20:26:15Z) - Never Seen Before: Benchmarking Genuine Zero-Shot Composed Image Retrieval with Consistent Video-Sourced Datasets [61.420656457977195]
Zero-Shot Composed Image Retrieval (ZS-CIR) は、参照画像と相対キャプションからなるクエリに基づいて、サンプルをトレーニングせずにターゲット画像を取得することを目的としている。
既存のZS-CIRデータセットは、ノイズの多い画像ソースのため、参照画像とターゲット画像の完全な不一致に悩まされることが多い。
ZS-CIRの新しいベンチマークであるZeroSightを紹介する。
論文 参考訳（メタデータ） (2026-06-05T08:23:25Z) - FANVID: A Benchmark for Face and License Plate Recognition in Low-Resolution Videos [1.9652690138628872]
現実世界の監視は、個々の低解像度(LR)フレームで認識できない顔やナンバープレートをレンダリングし、信頼性の高い識別を妨げる。
63のアイデンティティと49のライセンスプレートを備えた1,463のLRクリップからなる新しいビデオベースベンチマークであるFANVIDを提案する。
それぞれのビデオには、邪魔な顔とプレート、タスクの難しさとリアリズムが盛り込まれている。
論文 参考訳（メタデータ） (2025-06-08T22:22:00Z) - Distortion-Aware Loop Filtering of Intra 360^o Video Coding with
Equirectangular Projection [81.63407194858854]
等角射影(ERP)フォーマットで投影された360$o$ビデオの符号化性能を向上させるため,歪みを考慮したループフィルタリングモデルを提案する。
提案モジュールは、符号化ユニット(CU)パーティションマスクに基づいてコンテンツ特性を分析し、部分的畳み込みによって処理し、指定された領域を活性化する。
論文 参考訳（メタデータ） (2022-02-20T12:00:18Z) - Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。
従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。
本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
論文 参考訳（メタデータ） (2021-05-22T10:17:38Z) - Cross-Scale Internal Graph Neural Network for Image Super-Resolution [147.77050877373674]
自然画像における非局所的な自己相似性は、画像修復に有効な先行研究として、よく研究されている。
単一の画像超解像(SISR)の場合、既存のディープ非局所法のほとんどは、低解像度(LR)入力画像と同じ規模のパッチしか利用していない。
これは、新しいクロススケールな内部グラフニューラルネットワーク(IGNN)を用いて実現される。
論文 参考訳（メタデータ） (2020-06-30T10:48:40Z) - Learning for Video Compression with Recurrent Auto-Encoder and Recurrent
Probability Model [164.7489982837475]
本稿では、リカレントオートエンコーダ(RAE)とリカレント確率モデル(RPM)を用いたリカレントラーニングビデオ圧縮(RLVC)手法を提案する。
RAEは、ビデオフレーム間の時間的相関を利用するために、エンコーダとデコーダの両方で繰り返しセルを使用する。
提案手法は,PSNRとMS-SSIMの両方の観点から,最先端の学習ビデオ圧縮性能を実現する。
論文 参考訳（メタデータ） (2020-06-24T08:46:33Z)
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。