{rfName}
Se

Indexado en

Citaciones

28

Altmetrics

Investigadores/as Institucionales

Villegas Nuñez, Paulo AngelAutor o CoautorDeandres-Tame I.Autor o CoautorTolosana R.Autor o CoautorVera-Rodriguez R.Autor o CoautorMorales A.Autor o CoautorFierrez J.Autor o CoautorOrtega-Garcia J.Autor o Coautor

Compartir

7 de marzo de 2025
Publicaciones
>
Conferencia Publicada
No

Second Edition FRCSyn Challenge at CVPR 2024: Face Recognition Challenge in the Era of Synthetic Data

Publicado en: Ieee Computer Society Conference On Computer Vision And Pattern Recognition Workshops. 3173-3183 - 2024-01-01 (), DOI: 10.1109/CVPRW63382.2024.00323

Autores:

DeAndres-Tame, Ivan; Tolosana, Ruben; Melzi, Pietro; Vera-Rodriguez, Ruben; Kim, Minchul; Rathgeb, Christian; Liu, Xiaoming; Morales, Aythami; Fierrez, Julian; Ortega-Garcia, Javier; Zhong, Zhizhou; Huang, Yuge; Mi, Yuxi; Ding, Shouhong; Zhou, Shuigeng; He, Shuai; Fu, Lingzhi; Cong, Heng; Zhang, Rongyu; Xiao, Zhihong; Smirnov, Evgeny; Pimenov, Anton; Grigorev, Aleksei; Timoshenko, Denis; Asfaw, Kaleb Mesfin; Low, Cheng Yaw; Liu, Hao; Wang, Chuyi; Zuo, Qing; He, Zhixiang; Shahreza, Hatef Otroshi; George, Anjith; Unnervik, Alexander; Rahimi, Parsa; Marcel, Ebastien; Neto, Pedro C; Huber, Marco; Kolf, Jan Niklas; Damer, Naser; Boutros, Fadi; Cardoso, Jaime S; Sequeira, Ana F; Atzori, Andrea; Fenu, Gianni; Marras, Mirko; Struc, Vitomir; Yu, Jiang; Li, Zhangjie; Li, Jichun; Zhao, Weisong; Lei, Zhen; Zhu, Xiangyu; Zhang, Xiao-Yu; Biesseck, Bernardo; Vidal, Pedro; Coelho, Luiz; Granada, Roger; Menotti, David
[+]

Afiliaciones

CASIA, MAIS, Shanghai, Peoples R China - Autor o Coautor
China Telecom AI, Beijing, Peoples R China - Autor o Coautor
Chinese Acad Sci, IIE, Beijing, Peoples R China - Autor o Coautor
Ecole Polytech Fed Lausanne, Lausanne, Switzerland - Autor o Coautor
Fed Inst Mato Grosso, Cuiaba, Brazil - Autor o Coautor
Fraunhofer IGD, Darmstadt, Germany - Autor o Coautor
Fudan Univ, Shanghai, Peoples R China - Autor o Coautor
Hsch Darmstadt, Darmstadt, Germany - Autor o Coautor
ID R&D Inc, New York, NY USA - Autor o Coautor
Idiap Res Inst, Martigny, Switzerland - Autor o Coautor
INESC TEC, Porto, Portugal - Autor o Coautor
Inst for Basic Sci Korea, Daejeon, South Korea - Autor o Coautor
Korea Adv Inst Sci & Technol, Daejeon, South Korea - Autor o Coautor
Michigan State Univ, E Lansing, MI 48824 USA - Autor o Coautor
Netease Inc, Interact Entertainment Grp, Guangzhou, Peoples R China - Autor o Coautor
Samsung Elect China R&D Ctr, Shenzhen, Peoples R China - Autor o Coautor
Tencent Youtu Lab, Shanghai, Peoples R China - Autor o Coautor
Unico IdTech, Sao Paulo, Brazil - Autor o Coautor
Univ Autonoma Madrid, Madrid, Spain - Autor o Coautor
Univ Cagliari, Cagliari, Italy - Autor o Coautor
Univ Fed Parana, Curitiba, Parana, Brazil - Autor o Coautor
Univ Lausanne, Lausanne, Switzerland - Autor o Coautor
Univ Ljubljana, Ljubljana, Slovenia - Autor o Coautor
Univ Porto, Porto, Portugal - Autor o Coautor
Univ Sci & Technol, Hefei, Peoples R China - Autor o Coautor
Ver más

Resumen

Synthetic data is gaining increasing relevance for training machine learning models. This is mainly motivated due to several factors such as the lack of real data and intra-class variability, time and errors produced in manual labeling, and in some cases privacy concerns, among others. This paper presents an overview of the 2(nd) edition of the Face Recognition Challenge in the Era of Synthetic Data (FRCSyn) organized at CVPR 2024. FRCSyn aims to investigate the use of synthetic data in face recognition to address current technological limitations, including data privacy concerns, demographic biases, generalization to novel scenarios, and performance constraints in challenging situations such as aging, pose variations, and occlusions. Unlike the 1(st) edition, in which synthetic data from DCFace and GANDiffFace methods was only allowed to train face recognition systems, in this 2(nd) edition we propose new subtasks that allow participants to explore novel face generative methods. The outcomes of the 2(nd) FRCSyn Challenge, along with the proposed experimental protocol and benchmarking contribute significantly to the application of synthetic data to face recognition.
[+]

Palabras clave

BenchmarkingBiometrics recognitionDemographic biasFace recognitionFrcsynGenerative aiPrivacySynthetic data

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Computer Vision and Pattern Recognition.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-05:

  • WoS: 8
  • Scopus: 19
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-05:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 15.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 14 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.
  • El número de menciones en la red social X (antes Twitter): 2 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Brazil; China; Germany; Italy; Portugal; Republic of Korea; Slovenia; Switzerland; United States of America.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (DE ANDRES TAME, IVAN IOEL) .

[+]

Reconocimientos ligados al ítem

This study has received funding from the European Union's Horizon 2020 TReSPAsS-ETN (No 860813) and is supported by INTER-ACTION (PID2021-126521OB-I00 MICINN/FEDER), Ciatedra ENIA UAMVERIDAS en IA Responsable (NextGenerationEU PRTR TSI-1009272023-2) and R&D Agreement DGGC/UAM/FUAM for Biometrics and Cybersecurity. It is also supported by the German Federal Ministry of Education and Research and the Hessian Ministry of Higher Education, Research, Science and the Arts within their joint support of the National Research Center for Applied Cybersecurity ATHENE. K-IBS-DS was supported by the Institute for Basic Science, Republic of Korea (IBS-R029C2). UNICA-IGD-LSI was supported by the ARIS program P2-0250B.
[+]