- …
- …
#44
summarized by : Yasunobu Ogura
どんな論文か？
ソースドメインで事前学習した顔なりすまし識別モデルをターゲットドメインのデータのみでモデルをアップデートし，両ドメインで良い精度を達成．新しいドメインを学習する際の忘却問題を解決し，高い適応性を持つマルチドメイン学習のための新しいモデルを提案．
新規性
入力画像中のなりすまし痕跡領域を特定するモジュールを追加し，モデル更新時の事前モデルの応答として機能することで、破壊的忘却に対応．ソースドメインの性能を維持しながらターゲットドメインに適応させるFAS-wrapperを提案．
結果
FASMDベンチマークにおいて、ソースドメインとターゲットドメインの両方において、先行研究よりも優れた性能を示す．更に提案手法はデータセット横断のシナリオでも一般化できた．
その他（なぜ通ったか？等）
筆者らが顔なりすましモデルにおけるマルチドメイン学習の研究促進のため独自にFASMDベンチマークを独自に構築した．
https://github.com/CHELSEA234/Multi-domain-learning-FAS
- …
- …