文献

J-GLOBAL ID：202202219064028401   整理番号：22A0832018

正確なマスク顔認識のための自己拘束三重項損失【JST・京大機械翻訳】

Self-restrained triplet loss for accurate masked face recognition

著者 (7件)： Boutros Fadi (Fraunhofer Institute for Computer Graphics Research IGD, Darmstadt, Germany) ,  Boutros Fadi (Mathematical and Applied Visual Computing, TU Darmstadt, Darmstadt, Germany) ,  Damer Naser (Fraunhofer Institute for Computer Graphics Research IGD, Darmstadt, Germany) ,  Damer Naser (Mathematical and Applied Visual Computing, TU Darmstadt, Darmstadt, Germany) ,  Kirchbuchner Florian (Fraunhofer Institute for Computer Graphics Research IGD, Darmstadt, Germany) ,  Kuijper Arjan (Fraunhofer Institute for Computer Graphics Research IGD, Darmstadt, Germany) ,  Kuijper Arjan (Mathematical and Applied Visual Computing, TU Darmstadt, Darmstadt, Germany)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 124  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： バイオメトリック識別形質として顔を用いることは,捕獲プロセスの非接触性と認識アルゴリズムの高精度によって動機づけられる。現在のCOVID-19パンデミックの後,顔マスクの着用は,制御の下でパンデミックを保つために公共の場所に課された。しかし,マスクの着用による顔オクルージョンは,顔認識システムに対する新たな課題を示す。本論文では,マスクされた顔認識性能を改善するための解決策を提示した。特に,既存の顔認識モデルのトップで操作された埋込みマスキングモデル(EUM)を提案した。また,新しい損失関数,自己制約付き三重項(SRT)を提案し,これは,同じ同一性のマスクされていない顔のそれらに類似した埋込みを製造できるEUMを可能にした。3つの顔認識モデル,2つの実際のマスクされたデータセット,および2つの合成的に生成されたマスクされた顔データセットに関する達成された評価結果は,著者らの提案した方式が,ほとんどの実験設定における性能を著しく改善することを証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 損失関数 ,  精度 ,  *顔 ,  捕獲 ,  モデル ,  オクルージョン
準シソーラス用語： 認識アルゴリズム ,  高精度 ,  非接触 ,  汎発流行性 ,  *顔貌認識 , 【Automatic Indexing@JST】

著者キーワード (4件)： COVID-19 ,  バイオメトリック認識 ,  アイデンティティ検証 ,  マスクされた顔認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： マスク ,  顔認識 ,  自己 ,  拘束 ,  三重項 ,  損失