[Face quality assessment]人脸质量评估最新方法

最新推荐文章于 2024-06-08 10:01:09 发布
原创 最新推荐文章于 2024-06-08 10:01:09 发布 · 3.5k 阅读 · 20 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人脸识别

本文综述了SDD-FIQA、MagFace、EQFace等2021年CVPR会议上关于面部识别质量评估的最新进展，特别关注了如何通过网络同时提取特征和提供质量评分，以及FaceQualityEstimation中关于偏见问题的研究。FaceQnet是关键工具，展示了质量评估在人脸识别中的重要性。

1.SDD-FIQA

CVPR 2021

2.MagFace：A Universal Representation for Face Recognition and Quality Assessment

CVPR 2021

Code

Paper

3.EQFace: A Simple Explicit Quality Network for Face Recognition

2021

Code

Paper

该网络在提取特征向量的同时给出明确的定量质量评分，在特征提取网络上加一个质量的网络分支，不需要训练带有质量标签的数据

4.Face Quality Estimation and Its Correlation to Demographic and Non-Demographic Bias in Face Recognition

2020

Code

Paper

5.Biometric Quality: Review and Application to Face Recognition with FaceQnet

2020

Code

Paper

论文太长可以直接看FaceQnet

最低0.47元/天 解锁文章
CVPR2021 Oral | MagFace: 一个特征，多个任务
jacke121的专栏
05-28 3783
摘要：人脸识别，质量和聚类都是非常热门且值得关注的方向。目前的工作主要针对某一个任务做优化，少有工作去考虑这几个任务的相关性。如传统质量模型认为的低质量图片其实能被后续识别模型很好地识别，或者高性能识别特征的聚类效果却不尽如人意。论文MagFace: A Universal Representation for Face Recognition and Quality Assessment 提出全新的，能够适用于多个任务的人脸特征表达。MagFace是对识别loss进行优化，不需要额外的标注或者网络结构..
人脸质量评估网络推荐
jacke121的专栏
06-13 6452
Face Image Illumination Quality Dataset 1.0 FIIQA 有权重： shufflenetv2开发的： https://github.com/jacke121/FIIQA_pytorch keras，有权重91m https://github.com/uam-biometrics/FaceQnet 测试： https://g...
FaceImageQuality:SER-FIQ用于面部图像质量评估的代码和信息
03-20
人脸图像质量评估 2020年5月15日添加了SER-FIQ（CVPR2020）。 2020年5月18日在偏置FIQ（IJCB2020）溶液。 SER-FIQ：基于随机嵌入鲁棒性的人脸图像质量无监督估计 IEEE / CVF 2020年计算机视觉和模式识别会议（CVPR） 目录 抽象的 人脸图像质量是启用高性能人脸识别系统的重要因素。人脸质量评估旨在评估人脸图像是否适合识别。先前的工作提出了需要人工或人工标记质量值的监督解决方案。但是，这两种标记机制都容易出错，因为它们不依赖于清晰的质量定义，并且可能不知道所用面部识别系统的最佳特征。为避免使用不正确的质量标签，我们提出了一种基于任意人脸识别模型的新概念来测量人脸质量。通过确定从面部模型的随机子网络生成的嵌入变化，可以估算样本表示的鲁棒性，从而可以估计其质量。实验是在三个公共数据库的跨数据库评估环境中进行的。我们将我们提出的解决方案在两个
人脸图像质量分析：Face Image Quality Assessment: A Literature Survey
zengwb的博客
10-27 7729
Face Image Quality Assessment: A Literature Survey论文翻译 文章目录Face Image Quality Assessment: A Literature Survey论文翻译摘要一、INTRODUCTION二、人脸识别的质量评价 摘要 人脸分析与识别系统的性能取决于采集到的人脸数据的质量，而这些数据的质量受到许多因素的影响。自动评估的质量的人脸数据的生物特征效用，从而可以过滤低质量的数据。本调查在人脸生物识别的框架下对人脸质量评估文献进行了概述，重点关注基
【人脸质量评估】人脸质量评估论文资源
AI知识搬运工
10-28 1284
1.SDD-FIQA: Unsupervised Face Image Quality Assessment with Similarity Distribution Distance CVPR 2021 Code ： https://github.com/Tencent/TFace/tree/quality 2.MagFace：A Universal Representation for Face Recognition and Quality Assessment CVPR 2021 Code
人脸图像质量评价：FaceQnet
uncle_ll的博客
06-10 9847
人脸图像质量检测发展 第一个与面部图像质量评估相关的作品可以追溯到2000世纪初。属于研究第一阶段的研究通常集中在从人脸图像中提取手工制作的特征，并使用它们来计算一个或多个质量指标。这些特征旨在估计传统上被认为会影响识别性能的一个或各种因素的存在，例如，模糊性、非额叶姿势或低分辨率。 作者提出了第一批质量测量的汇编之一，并展示了这些措施与该公司的人脸识别器的识别性能之间的关系。他们认为所有的特征都是手工制作的，其中包括：图像的清晰度、眼睛的清晰度、姿势和眼镜的存在 将几个单独的质量措施整合到整体质量测量中。
ist的matlab代码-face-quality-metrics:人脸识别问题的质量指标
05-26
ist的matlab代码面部质量指标 人脸识别问题的质量指标 实作 资料集 文件 视频中人脸验证的人脸质量评估（Графикон'2014）* 通过基于质量的概率框架提高人脸识别能力（CVPR 2009）** 视频序列中的人脸质量评估系统欧洲生物识别和身份管理讲习班。 施普林格，柏林，海德堡，2008年。 实用人脸识别的质量指标（ICPR 2012） 人识别问题中人脸图像质量指标的评估2016年第19届开放创新协会（FRUCT）会议 深层进路 FaceQnet：基于深度学习的人脸识别质量评估（2019） *本文的主要思想 **不错的训练感觉
【计算机视觉】基于轻量模型的无参考人脸图像质量评估方法研究：VQualA 2025挑战赛技术综述
最新发布
08-28
内容概要：本文介绍了VQualA 2025人脸图像质量评估（FIQA）挑战赛的方法与结果，旨在推动在计算资源受限条件下高效、精准的人脸图像质量评估模型的发展。该挑战要求参赛模型在不超过0.5 GFLOPs和500万参数的限制下，...
SDD-FIQA基于人脸相似度分布距离的无监督质量评估方法
cnnmena的博客
03-27 5676
SDD-FIQA基于人脸相似度分布距离的无监督质量评估方法 SDD-FIQA: Unsupervised Face Image Quality Assessment with Similarity Distribution Distance CVPR2021 1.摘要 该方法从人脸识别的效果影响因素出发，从理论上推导出人脸样本类间相似度分布与人脸图像质量高度相关，利用类内相似度分布和类间相似度分布之间的Wasserstein距离生成人脸图像质量伪标签。然后，利用这些质量伪标签进行无监督训练人脸质量回归网络，
论文阅读——人脸质量评估
Chunying27的博客
10-11 3594
Patch-based Probabilistic Image Quality Assessment for Face Selection and Improved Video-based Face Recognition像素范围压缩: 这样（0，255）变到（1，5.54），同时，放大了低强度的，缩小了高强度的，这有利于缩小不同肤色的差别（肤色接近白色） Ilog(x,y)=ln(I(x,y)+
Low Quality Video face recognition with deep networks
11-25
Low Quality Video face recognition with deep networks and polyonal chain distance
Face-Image-Quality-Assessment
qq314000558的专栏
02-22 1849
Image Quality Assessment Papers history reference VeNICE: A very deep neural network approach to no-reference image assessment. 2016ICASSP：Blind image quality assessment formultiply distorted imag...
人脸质量评估SER-FIQ (Quality estimation，CVPR 2020)代码解读
m0_37192554的博客
06-08 1918
SER-FIQ (Quality estimation，CVPR 2020) https://zhuanlan.zhihu.com/p/348813783 github地址 def get_embedding_quality(img_input, insightface_model : InsightFace, ser_fiq : SERFIQ, T:int
【人脸质量评估】SDD-FIQA基于人脸相似度分布距离的无监督质量评估方法
AI知识搬运工
10-28 2344
1.摘要 该方法从人脸识别的效果影响因素出发，从理论上推导出人脸样本类间相似度分布与人脸图像质量高度相关，利用类内相似度分布和类间相似度分布之间的Wasserstein距离生成人脸图像质量伪标签。然后，利用这些质量伪标签进行无监督训练人脸质量回归网络，从而获得一个质量评估模型。大量实验表明，在各大人脸识别的基准数据集上，提出的SDD-FIQA方法在不同的人脸识别系统下，精度和泛化能力都达到目前最优水平。 2.背景介绍 目前人脸质量评估方法可分为两类，一类是通过人类视觉系统(HSV)定义质量指标（如
C# OpenCvSharp DNN FreeYOLO 人脸检测&人脸图像质量评估
.NET 人工智能实践
01-09 1788
C# OpenCvSharp DNN FreeYOLO 人脸检测&人脸图像质量评估
【亲测免费】 推荐开源项目：FaceQnet - 深度学习驱动的面部识别质量评估系统
gitblog_00013的博客
06-08 729
推荐开源项目：FaceQnet - 深度学习驱动的面部识别质量评估系统 项目介绍 FaceQnet 是一款基于深度学习的无参考面部识别质量评估系统。它由一个卷积神经网络（CNN）组成，能预测输入图像在人脸识别任务中的适用性。通过使用VGGFace2数据库进行训练，FaceQnet可提供准确的质量评估指标，帮助优化识别性能。 本项目提供了两个版本： FaceQnet v0：首次在论文 "...
推荐文章：高质量人脸识别利器——FaceQnet
gitblog_00083的博客
05-27 610
推荐文章：高质量人脸识别利器——FaceQnet 去发现同类优质开源项目:https://gitcode.com/ 1、项目介绍 FaceQnet 是一个基于深度学习的无参考质量评估系统，专注于人脸识别的质量检测。它采用卷积神经网络（CNN）设计，能够预测输入图像对于人脸识别任务的适用性。该系统的训练数据来源于著名的VGGFace2数据库，确保了模型的广泛适用性和准确性。 目前，FaceQnet提...
测试开源C#人脸识别模块ViewFaceCore（5：质量检测和眼睛状态检测）
gc_2299的博客
07-29 1105
测试开源C#人脸识别模块ViewFaceCore中质量检测、眼睛状态检测的基本用法
基于SER-FIQ的人脸图像质量评估方法与实现
面部图像质量评估（Face Image Quality Assessment, FIQA）是人脸识别系统中的关键预处理步骤，其目标是量化输入人脸图像的可用性，以判断该图像是否适合用于后续的身份识别任务。高质量的人脸图像通常包含清晰的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值