論文の概要: VTF900: A 900-Subject Visible-Thermal Face Recognition Dataset and Benchmark

• arxiv url: http://arxiv.org/abs/2610.24832v1
• Date: Sat, 17 Oct 2026 19:27:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 15:54:09.049758
• Title: VTF900: A 900-Subject Visible-Thermal Face Recognition Dataset and Benchmark
• Title（参考訳）: VTF900:900サブジェクトの可視光サーマル顔認識データセットとベンチマーク
• Abstract要約: VTF900は、900人の被験者とペア画像を持つ大規模な可視熱水面認識ベンチマークである。 可視光サーマル顔認証のための検証(1:1マッチング)とクローズドセット識別(1:Nマッチング)による評価をサポートする。
• 参考スコア（独自算出の注目度）: 1.693252780351887
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Despite advancements in visible-thermal face recognition, where thermal probe (query) face images are matched against visible enrollment templates, existing benchmarks are currently limited by small gallery sizes (N $\approx$ 100 subjects). This limitation inhibits the ability to accurately evaluate visible-thermal facial recognition at scale and to report significant recognition performance metrics, which have better operational relevance. Therefore, we introduce VTF900, a large-scale visible-thermal face recognition benchmark with 900 subjects and paired imagery that includes expression, pose, and occlusion variations. VTF900 is designed to support large-scale (i.e., large gallery) evaluations across verification (1:1 matching) and closed-set identification (1:N matching) for visible-thermal face recognition. Furthermore, VTF900 specifically addresses the challenging combination of cross-spectral and cross-dataset analysis. In this paper, after training models on the ARL-VTF dataset, we provide benchmark analyses across convolutional (baseline), vision transformers, and domain-adaptive neural network architectures to assess how these methods scale. At full gallery scale (N = 900), transformer models achieve strong discriminative performance under frontal conditions (e.g., ViT-B: 97.68% AUC, 51.10% TAR@1%FAR), while domain-adaptive methods such as DPIT-ResNet50 demonstrate greater robustness under off-pose conditions (94.68%AUC, 36.08% TAR@1%FAR). Our results show that high AUC at small scale does not translate to reliable performance at deployment scale, and that pose variation significantly amplifies performance degradation. VTF900 exposes these limitations, enabling more rigorous evaluation of cross-spectral face recognition systems.
• Abstract（参考訳）: サーマルプローブ(クエリー)の顔画像と視認性テンプレートとのマッチングを行う可視熱水面認識の進歩にもかかわらず、既存のベンチマークは現在、小さなギャラリーサイズ(N $\approx$100の被験者)で制限されている。 この制限は、目に見える熱い顔の認識を大規模に正確に評価し、良好な操作関連性を持つ重要な認識性能指標を報告する能力を阻害する。 そこで本研究では,900名の被験者と,表情,ポーズ,オクルージョンのバリエーションを含むペア画像を用いた大規模視熱画像認識ベンチマークであるVTF900を紹介する。 VTF900は、検証(1:1マッチング)とクローズドセット識別(1:Nマッチング)にまたがる大規模な(大きなギャラリー)評価をサポートするように設計されている。 さらに、VTF900は、クロススペクトルとクロスデータセット分析の難しい組み合わせに特化している。 本稿では、ARL-VTFデータセット上でのトレーニングモデル後、畳み込み(ベースライン)、視覚変換器、ドメイン適応型ニューラルネットワークアーキテクチャのベンチマーク分析を行い、これらの手法のスケーリング方法を評価する。 フルギャラリースケール(N = 900)では、トランスフォーマーモデルはフロント条件(例えば、ViT-B:97.68% AUC、51.10% TAR@1%FAR)で強い差別的性能を達成する一方、DPIT-ResNet50のようなドメイン適応手法はオフプレース条件(94.68% AUC、36.08% TAR@1%FAR)でより堅牢性を示す。 以上の結果から,小規模のAUCでは信頼性が向上せず,性能劣化が著しく増加することが示唆された。 VTF900はこれらの制限を露呈し、クロススペクトル顔認識システムのより厳密な評価を可能にした。

関連論文リスト

• Cross-Spectral Body Recognition with Side Information Embedding: Benchmarks on LLCM and Analyzing Range-Induced Occlusions on IJB-MDF [51.36007967653781]
  ViT(Vision Transformers)は、顔や身体の認識を含む幅広い生体計測タスクにおいて、印象的なパフォーマンスを誇示している。 本研究では、視認性(VIS)画像に事前訓練されたVTモデルを、クロススペクトル体認識の難しい問題に適用する。 このアイデアに基づいて、我々はSide Information Embedding (SIE)を統合し、ドメインとカメラ情報のエンコーディングの影響を調べ、スペクトル間マッチングを強化する。 驚くべきことに、我々の結果は、ドメイン情報を明示的に組み込むことなく、カメラ情報のみを符号化することで、LLCMデータセット上で最先端のパフォーマンスが得られることを示している。
  論文  参考訳（メタデータ） (2025-06-10T16:20:52Z)
• 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)
• Establishing a Baseline for Gaze-driven Authentication Performance in VR: A Breadth-First Investigation on a Very Large Dataset [10.645578300818498]
  本稿では,9202人の視線記録のデータセットを用いて,視線駆動型認証性能のベースラインを確立する。 我々の主要な発見は、最先端の機械学習アーキテクチャと十分に大きなトレーニングデータセットによって駆動される場合、視線認証はFIDO標準で必要とされるように正確であることを示している。
  論文  参考訳（メタデータ） (2024-04-17T23:33:34Z)
• ASFD: Automatic and Scalable Face Detector [59.31799101216593]
  本稿では,既存の全FAEモジュールをかなりの差で検出し,優れたFAEアーキテクチャであるAutoFAEを探索することを提案する。 特に、当社の強力な ASFD-D6 は WIDER Face テストで AP 96.7/96.2/92.1 よりも優れており、軽量の ASFD-D0 は約3.1 ms で 320 FPS 以上である。
  論文  参考訳（メタデータ） (2022-01-26T07:11:51Z)
• A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
  本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
  論文  参考訳（メタデータ） (2021-08-21T17:59:56Z)
• A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
  DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。 395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。 本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
  論文  参考訳（メタデータ） (2021-01-07T17:17:12Z)
• Multi-Scale Thermal to Visible Face Verification via Attribute Guided Synthesis [55.29770222566124]
  可視画像から抽出した属性を用いて、熱画像から属性保存された可視画像を合成し、クロスモーダルマッチングを行う。 抽出した属性によって導かれる熱画像から可視像を合成するために, 新規なマルチスケールジェネレータを提案する。 事前訓練されたVGG-Faceネットワークを利用して、合成画像と入力可視画像から特徴を抽出し、検証を行う。
  論文  参考訳（メタデータ） (2020-04-20T01:45:05Z)

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。