論文の概要: RCFormer: Reliability-aware Context Transformer for Occlusion-Robust Facial Landmark Detection

• arxiv url: http://arxiv.org/abs/2611.01822v1
• Date: Sun, 01 Nov 2026 11:41:26 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:05:34.163587
• Title: RCFormer: Reliability-aware Context Transformer for Occlusion-Robust Facial Landmark Detection
• Title（参考訳）: RCFormer: Occlusion-Robust Facial Landmark Detectionのための信頼性を考慮したコンテキスト変換器
• Abstract要約: コンテキストガイドによる遅延パッチリカバリは、この問題に対処するための有望な方法である。 本稿では,信頼度を意識したコンテキスト変換器RCFormerを提案する。 実験の結果、RCFormerはヒートマップの回復を改善し、WFLW、COFW、300Wデータセット上で強力なランドマークのローカライゼーション結果が得られることがわかった。
• 参考スコア（独自算出の注目度）: 13.002637332635958
• License:
• Abstract: Facial landmark detection has advanced substantially under regular imaging conditions, yet occlusion, poor illumination, and large pose changes remain major sources of error because local facial evidence can become incomplete or misleading. Context-guided latent patch recovery offers a promising way to address this issue by inferring unreliable patch representations from surrounding facial context before heatmap prediction. However, the recovered context can itself be unreliable when it is weakly adapted to the input face, influenced by corrupted neighboring patches, or blended without preserving local spatial coherence. We propose RCFormer, a Reliability-aware Context Transformer for occlusion-robust facial landmark detection. RCFormer strengthens latent patch recovery with three reliability-oriented components: visible-context conditioning (VCC), which adapts the context representation using a visibility-weighted global facial summary; visibility-guided context aggregation (VGCA), which reduces the influence of unreliable source patches during attention; and spatial residual correction (SRC), which refines blended latent features using neighboring patch information. The recovered heatmaps are then used as reliability-aware structural cues for existing landmark detection networks. Experiments show that RCFormer improves heatmap recovery and achieves strong landmark localization results on the WFLW, COFW, and 300W datasets.
• Abstract（参考訳）: 顔のランドマーク検出は、通常の撮像条件下では大幅に進歩しているが、局所的な顔の証拠が不完全または誤解を招く可能性があるため、閉塞、照明不良、大きなポーズ変更は大きな誤りの原因のままである。 コンテキスト誘導型潜在パッチリカバリは、ヒートマップ予測の前に、周囲の顔コンテキストから信頼できないパッチ表現を推測することで、この問題に対処する有望な方法を提供する。 しかし、回復したコンテキスト自体が、入力面に弱い適応、破損した隣接パッチの影響を受け、あるいは局所的な空間コヒーレンスを保たずにブレンドされる場合、信頼性が低い。 本稿では,信頼度を意識した顔ランドマーク検出用コンテキスト変換器RCFormerを提案する。 RCFormerは3つの信頼性指向のコンポーネントで潜時パッチ回復を強化している。可視的コンテキスト条件付け(VCC)は可視性重み付きグローバルな顔要約を用いてコンテキスト表現を適応し、可視性誘導型コンテキストアグリゲーション(VGCA)は注意中の信頼性の低いソースパッチの影響を低減し、空間的残留補正(SRC)は近隣のパッチ情報を用いてブレンドされた潜時特徴を洗練する。 回収されたヒートマップは、既存のランドマーク検出ネットワークの信頼性に配慮した構造的手がかりとして使用される。 実験の結果、RCFormerはヒートマップの回復を改善し、WFLW、COFW、300Wデータセット上で強力なランドマークのローカライゼーション結果が得られることがわかった。

関連論文リスト

• ReLoc: Rethinking Scene Coordinate Regression Architecture for Robust Outdoor LiDAR-based Localization [7.710436567988379]
  改良されたシーンコーディネート回帰アーキテクチャであるReLocを紹介します。 ノイズの多い局所的特徴の影響を軽減するために,注意に基づく局所的特徴強調モジュールを導入する。 提案手法は,従来のSCR手法よりもリアルタイムの推論性能を維持しつつ,最先端の精度を実現する。
  論文  参考訳（メタデータ） (2026-09-27T08:16:07Z)
• PL-SCEA: Reconfiguring Pretrained Attention for Few-Shot Industrial Anomaly Detection [2.4104933690855153]
  Vision Foundation Models (VFM) は、数発の産業異常検出のための転送可能なパッチ表現を提供する。 本稿では,凍結したVFMの注意を異常検出のタスク関連成分として再構成できるという仮説を考察する。 我々はこのアイデアをPL-SCEA(Power-Law Self-Correlation Enhanced Attention)でインスタンス化する。
  論文  参考訳（メタデータ） (2026-09-03T10:54:05Z)
• Degradation-Aware Prompt Learning with Cross-Modal Compensation for Adverse Weather Removal [56.34780145346335]
  Degradation-Aware Cross-Modal Prompt Compensation Network (DCMPC-Net) DCMPC-Netは、CMPG(Cross-Modal Prompt Generator)、PGAAM(Prompt-Guided Attention Alignment Module)、DFCM(Dual Feature Compensation Module)で構成される。 実験により、DCMPC-Netはタスク固有の設定と統一された設定の両方で最先端のメソッドより優れていることが示された。
  論文  参考訳（メタデータ） (2026-08-07T08:13:40Z)
• LaP-Forensics: Latent-Pixel Consistency Guided Multimodal Reasoning for Deepfake Detection [11.780720481629837]
  本稿では,RGBセマンティクスを再構築に基づく法医学的証拠で強化するフレームワークであるLaP-Forensicsを紹介する。 独立プロジェクタは、構造化されたWhere-What-Whyモデルの前にRGBイメージと残留マップを符号化し、テキスト解析とアーティファクトマスクを予測する。 実験では、UniversalFakeDetect上でのクロスジェネレータ検出と、公式のSynthScarsベンチマークでの競合アーティファクトローカライゼーションが示されている。
  論文  参考訳（メタデータ） (2026-07-28T16:45:52Z)
• Interpretation-Oriented Cloud Removal via Observation-Anchored Residual Flow with Geo-Contextual Alignment [16.608400917780248]
  Geo-Anchored Cloud removal (GACR)は、忠実な再構築と堅牢な解釈性を保証する統一されたフレームワークである。 GACRにはOAR-Flow(Observatory-Anchored Residual Flow)が組み込まれている。 6つのCRデータセットと12のダウンストリームタスクにわたる実験により、GACRはより優れた再構成品質を生み出すことが示された。
  論文  参考訳（メタデータ） (2026-07-02T17:39:23Z)
• Cross-Resolution Semantic Transfer for Robust Text-to-Image Retrieval in Low-Resolution Surveillance [62.560024755525546]
  Cross-Resolution Semantic Transfer (CRST)はCLIPスタイルの3つのモジュールを持つフレームワークである。 実験により、CRSTは高解像度の精度を犠牲にすることなく混合分解能検索を安定化させながら、平均5.7%と5.3%で超低解像度のランク1とmAPを改善することが示された。
  論文  参考訳（メタデータ） (2026-06-29T15:24:03Z)
• Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking [58.338848435042536]
  RGB-Eventトラッキングは、イベントセンサからRGB外観テクスチャと高密度時間運動キューを融合することにより、ローカライズを改善する。 現実世界のシーンは、従来のマルチモーダル融合を妨げる多様な構造的な信号劣化に悩まされる。 本稿では,RGBイベント追跡に適した階層的摂動・検索フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-24T23:34:06Z)
• HIR-ALIGN: Enhancing Hyperspectral Image Restoration via Diffusion-Based Data Generation [50.46910397782266]
  ハイパスペクトル画像(HSI)の復元は、ノイズ、ぼかし、分解能損失などの劣化に悩まされるため、信頼性の高い解析に不可欠である。 本稿では,HIR-ALIGNを提案する。HIR-ALIGNは,限られたトレーニング画像と,ターゲット分布と密に一致した合成データとを付加して,ハイパースペクトル画像の復元を促進するための,プラグアンドプレイのターゲット適応型拡張フレームワークである。
  論文  参考訳（メタデータ） (2026-05-13T14:14:13Z)
• TransFIRA: Transfer Learning for Face Image Recognizability Assessment [73.61309363885552]
  TransFIRAは軽量でアノテーションのないフレームワークで、埋め込みスペースで直接認識できる。 顔以外の新しい拡張には、エンコーダで座屈した説明可能性があり、これは、劣化と被写体固有の要因が認識可能性にどのように影響するかを示す。 実験では、顔に対する最先端の結果、身体認識に対する強い堅牢性、およびデータセット間のシフトの下で確認された。
  論文  参考訳（メタデータ） (2025-10-07T18:16:21Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• PatchNet: A Simple Face Anti-Spoofing Framework via Fine-Grained Patch Recognition [13.840830140721462]
  フェース・アンチ・スプーフィング(FAS)は、提示攻撃から顔認識システムを保護する上で重要な役割を担っている。 そこで本稿では,顔の偽造をきめ細かなパッチ型認識問題として再構成するPatchNetを提案する。
  論文  参考訳（メタデータ） (2022-03-27T15:16:17Z)

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。