Neuromorphic Face Analysis: a Survey

要約

イベント カメラとしても知られるニューロモーフィック センサーは、生物学的な視覚システムの機能を模倣するイメージング デバイスの一種です。
離散的な間隔で固定画像をキャプチャする従来のフレームベースのカメラとは異なり、ニューロモーフィック センサーは、高い時間分解能と低い遅延で視野内の光の強度や動きの変化を表すイベントを継続的に生成します。
これらのプロパティは、有効性とプライバシー保護の両方の観点から、人間の顔をモデリングする場合に興味深いことが証明されています。
しかし、ニューロモーフィック顔分析はまだ未加工で構造化されていない研究分野であり、明確な標準やベンチマークがないまま、さまざまなタスクに対処する試みがいくつか行われています。
この調査論文は、ニューロモーフィック顔分析の領域における機能、課題、新たなアプリケーションの包括的な概要を示し、有望な方向性と未解決の問題を概説します。
神経形態視覚の基本的な動作原理について説明し、関連研究の詳細な概要を示した後、利用可能なデータの現状、標準的なデータ表現、新たな課題、さらなる調査が必要な制限について検討します。
この論文は、この進化する分野の最近のプロセスに焦点を当て、経験豊富な研究者と新しく来た研究者の両方に、問題点や欠点とともに最先端技術の包括的な分析を提供することを目的としています。

要約(オリジナル)

Neuromorphic sensors, also known as event cameras, are a class of imaging devices mimicking the function of biological visual systems. Unlike traditional frame-based cameras, which capture fixed images at discrete intervals, neuromorphic sensors continuously generate events that represent changes in light intensity or motion in the visual field with high temporal resolution and low latency. These properties have proven to be interesting in modeling human faces, both from an effectiveness and a privacy-preserving point of view. Neuromorphic face analysis however is still a raw and unstructured field of research, with several attempts at addressing different tasks with no clear standard or benchmark. This survey paper presents a comprehensive overview of capabilities, challenges and emerging applications in the domain of neuromorphic face analysis, to outline promising directions and open issues. After discussing the fundamental working principles of neuromorphic vision and presenting an in-depth overview of the related research, we explore the current state of available data, standard data representations, emerging challenges, and limitations that require further investigation. This paper aims to highlight the recent process in this evolving field to provide to both experienced and newly come researchers an all-encompassing analysis of the state of the art along with its problems and shortcomings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google