Generation of artificial facial drug abuse images using Deep De-identified anonymous Dataset augmentation through Genetics Algorithm (3DG-GA)

要約

タイトル：遺伝子アルゴリズムを用いた3DG-GAによるDeep De-identified 匿名データセット拡張による人工的な薬物乱用顔画像の生成

要約：

– 大規模でバランスの取れた代表的なデータセットにアクセスすることは、信頼性の高い実世界のアプリケーションを開発するために不可欠であるが、それらの取得はしばしば制限され、困難である。
– この課題に対処するため、3DG-GAという提案手法を用いて、薬物乱用の特徴を示す高度に現実的な合成顔を生成することを提案している。
– 3DG-GAは、Genetics Algorithmを生成手法として使用し、GANの顔生成、偽造検出、顔認識を組み合わせている。
– はじめに、120枚の実際の薬物乱用顔画像のデータセットを使用し、薬物の特徴を保存することによって、3DG-GAは3000枚の合成的な薬物乱用顔画像を含むデータセットを提供する。
– このデータセットは科学界に公開され、当研究の結果を再現し、法的・倫理的な制限を回避しながら、生成されたデータセットから利益を得ることができる。

要約(オリジナル)

In biomedical research and artificial intelligence, access to large, well-balanced, and representative datasets is crucial for developing trustworthy applications that can be used in real-world scenarios. However, obtaining such datasets can be challenging, as they are often restricted to hospitals and specialized facilities. To address this issue, the study proposes to generate highly realistic synthetic faces exhibiting drug abuse traits through augmentation. The proposed method, called ‘3DG-GA’, Deep De-identified anonymous Dataset Generation, uses Genetics Algorithm as a strategy for synthetic faces generation. The algorithm includes GAN artificial face generation, forgery detection, and face recognition. Initially, a dataset of 120 images of actual facial drug abuse is used. By preserving, the drug traits, the 3DG-GA provides a dataset containing 3000 synthetic facial drug abuse images. The dataset will be open to the scientific community, which can reproduce our results and benefit from the generated datasets while avoiding legal or ethical restrictions.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI