#274
summarized by : Kazuki Maeno
MagFace: A Universal Representation for Face Recognition and Quality Assessment

どんな論文か?

顔画像は品質の違いにより認証が容易なもの・困難なものがある.特徴のMagnitudeが品質を表すような特徴表現が得られるよう、従来のSOTA手法であるArcFaceをベースに、品質aに応じて①マージンmを可変にする関数m(a)、②Magnitudeが品質を示すようにする関数g(a)を導入した損失関数を提案.
placeholder

新規性

顔画像品質(≒認識の容易性)を損失関数に組み込んだ初めての手法

結果

複数の顔認証データセットで性能を改善.顔画像データのクラスタリングにおいても有効性を確認.

その他(なぜ通ったか?等)

問題設定がわかりやすい。シンプルな手法ながら効果が出ている。手法の効果に対する分析が豊富。