- …
- …
#326
summarized by : 野中琢登
どんな論文か？
顔認識システムの特徴抽出ではブラックボックス化が行われる。その特徴量を再構成して顔画像を生成することは通常困難である。本論文では、画像再構成タスクに関して、Bijective Metric Learningを用いた生成構造であるBijective Generative Adversarial Networks in a Distillation framework (DiBiGAN)を提案した。
新規性
bijective metricを生成に導入した点、蒸留を取り入れた点、ブラックボックス顔照合機から抽出した知識と実際の顔構造から取り出したID知識を利用した点、特徴条件付き生成器構造と指数関数的重みづけ戦略を導入した点。があげられる。
結果
１万人以上の顔画像を用いてトレーニングセットとテストでは被験者が被らないように設定した。生成画像の品質としてはNBNetを凌駕している。実在する顔との生成した画像との精度の差は0.65%に収まった。また、被験者の視覚的アイデンティティに基づいたリアルな顔を合成できる。
その他（なぜ通ったか？等）
- …
- …