Open Yongtae723 opened 5 years ago
顔認証で大事な機能である face recognition face verification face clustering を搭載したAIモデル
顔認証系の論文では本論文のモデルがベースになっているので少々古いが紹介します。
face recognition face verification face clustering face similality
https://arxiv.org/abs/1503.03832
Florian Schroff,
２０１５年
当時、顔画像が同一人物なのかどうかを調べることが技術的に困難であった。特に困難なポイントはclasterの数が普遍であることである（例えば、10人のclassificationできるAIモデルを構築してもそのモデルは１１人のclasificationすることができない。） そこで、本論文では顔画像をベクトルとしてユークリッド空間に変換するように工夫する。この発送はward2vecに非常に似ており、顔画像から変換したベクトルの処理が近いものは同一人物である可能性が高い。
顔画像をCNNを用いてベクトル化する。同一人物から生成されたベクトルは近い場所に存在するようにloss関数を定義する。このloss関数のお陰でベクトルのsimilalityで顔画像が同一人物かどうか調べる。
本論ではオープンソースが公開されていないが、本論文を元に作成されたモデルが以下のurlにある https://github.com/davidsandberg/facenet
hold out dataset peronal photos academic dataset(LFW, youtube faces DB)
ざっくり言うと
顔認証で大事な機能である face recognition face verification face clustering を搭載したAIモデル
顔認証系の論文では本論文のモデルがベースになっているので少々古いが紹介します。
キーワード
face recognition face verification face clustering face similality
1. 情報
論文リンク
https://arxiv.org/abs/1503.03832
著者
Florian Schroff,
投稿日付
２０１５年
2. 先行研究と比べてどこがすごい？
当時、顔画像が同一人物なのかどうかを調べることが技術的に困難であった。特に困難なポイントはclasterの数が普遍であることである（例えば、10人のclassificationできるAIモデルを構築してもそのモデルは１１人のclasificationすることができない。） そこで、本論文では顔画像をベクトルとしてユークリッド空間に変換するように工夫する。この発送はward2vecに非常に似ており、顔画像から変換したベクトルの処理が近いものは同一人物である可能性が高い。
3. 技術や手法のキモはどこ？
顔画像をCNNを用いてベクトル化する。同一人物から生成されたベクトルは近い場所に存在するようにloss関数を定義する。このloss関数のお陰でベクトルのsimilalityで顔画像が同一人物かどうか調べる。
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
7. 実装の詳細
本論ではオープンソースが公開されていないが、本論文を元に作成されたモデルが以下のurlにある https://github.com/davidsandberg/facenet
8. データセット
hold out dataset peronal photos academic dataset(LFW, youtube faces DB)
9. 結果の詳細
雑感&メモ