- …
- …
#163
summarized by : Kazuki Maeno
どんな論文か?
Unconstrainedな実環境では、学習データとのドメインギャップがあり顔認証が困難. この問題対し、実環境の画像のスタイルを模倣する画像合成モデルを得て、顔認証モデルの学習時にデータ拡張手段として利用する手法を提案.
新規性
顔認証モデルの学習に有効な合成が可能となるよう、コントローラブルな画像合成モデルを得るために、スタイルの潜在空間表現を単純なベクトルの線形結合として表現した点
結果
IJB-S等Unconstrainedな評価データで従来手法に比べ高い精度を実現.
その他(なぜ通ったか?等)
[なぜ通ったか] 新規性がある提案部分がシンプルで理解しやすい. また、提案が想定通りに機能していることを表す実験結果を示している. しかし、データ拡張の最適化(Adv.AA等)のような提案でありながら、それらとの比較結果がないため、検証不十分と指摘されていそうな印象.
- …
- …