- …
- …
#379
summarized by : yasud
どんな論文か？
この数年で、顔認識タスクはmargin basedな手法によって進化を遂げた。しかしそれらの手法では暗黙的に各クラスが十分なサンプル数を持っていることを仮定しているが、実際はそうではない。よって、これを解決するために３つの部分的手法を提案し、全体をAdaptive Faceとしている。
新規性
1. Adaptive Margin: 各クラスのクラス内分散を適応的に減らすためのマージン
2. Hard Prototype Mining: 識別学習中、ハードなprototype(重みベクトル)を適応的にマイニングする
3. feedback channel: ミニバッチレベルで良いサンプルを見つけるため、識別層からデータ層への部分からフィードバックを行う
の３つを提案している。
結果
前処理は『FaceBox[Zhangら,2017]で顔の検出を行い、6層のCNNで目、鼻先、口の２つのコーナーのランドマークをつけて120x120にリサイズ』
MegaFace, LFWにおいてverification, identificationタスクの両方でcos face, arc faceなどを差し置いてSoTA
その他（なぜ通ったか？等）
- …
- …