#724
summarized by : 山縣英介
Towards Universal Representation Learning for Deep Face Recognition

どんな論文か?

顔認識において学習データにないバリエーションをtarget domainのpriorなしで認識できる手法を提案する論文.
placeholder

新規性

従来法で使用される公開されているデータセットの多くは民族や頭の向きに関してバイアスがかかっており,こうしたクラス内の分散の小ささが精度を損なう原因になっていた.この論文ではocclusionや頭の向きに関してaugmentationを行い学習するユニバーサルなモデルを提案している.

結果

LFWの他IJB-A, IJB-C, IJB-SでSOTA.

その他(なぜ通ったか?等)

顔認識を実用化するに当たって顔は必ずしも正面から理想的な状態で観測されるとは限らず,それに焦点を当てた研究の実用性は高い.