- …
- …
#208
summarized by : Takayuki Semitsu
どんな論文か？
暗いシーンでの顔認識モデルを、暗いシーンのアノテーションなしに学習するモデルを提案。Low-levelとHigh-level両方の適応を行う。
Low-levelではpixel単位の適応を行う。暗い画像を明るくする画質改善(E)と通常光のシーンのデータを暗くする画質劣化(D)の双方向の適応を同時に行い、両者のギャップを狭めた上でHigh-levelの適応である表現学習を行う。
新規性
暗いシーンの画質改善と通常光のシーンの画質劣化を同時に行い、モデル学習したこと。
結果
WIDER FACE, DARK FACEのデータセットで評価。モデルはDSFD(CVPR2019)を使う。ターゲット(暗いシーン)でのアノテーションなしの学習でSOTA精度を達成し、教師ありの手法に迫る精度。定性的にも、顔をより鮮明にし、非顔領域でアーチファクト少ない結果。
その他（なぜ通ったか？等）
https://daooshee.github.io/HLA-Face-Website/
課題の説明と提案手法のアイデアが明確で、図の中でグラフィカルに表現されている。
Ablation Studyが素晴らしく、提案手法の構成要素がどの程度精度に貢献しているのかわかりやすく説明されている。
画質改善に使われるDeep Curve(CVPR2020)が良さそう。
- …
- …