Activation Template Matching Loss for Explainable Face Recognition

要約

目、鼻、口などの顔のパーツに基づく特徴量を、手動アノテーションや追加データセットなしに学習できる説明可能な顔認識ネットワークを構築できないか？本論文では、説明可能な顔認識ネットワークを構築するために、汎用的な説明可能チャネル損失(ECLoss)を提案する。ECLossを用いて学習した説明可能なネットワークは、ターゲット畳み込み層上で顔のパーツに基づいた表現を容易に学習することができ、個々のチャンネルは特定の顔のパーツを検出することができる。数十のデータセットに対する実験から、ECLossは優れた説明可能性メトリックを達成すると同時に、顔の位置合わせを行わない顔認証の性能を向上させることが示されました。また、可視化結果からも、提案するECLossの有効性を示すことができる。

要約(オリジナル)

Can we construct an explainable face recognition network able to learn a facial part-based feature like eyes, nose, mouth and so forth, without any manual annotation or additionalsion datasets? In this paper, we propose a generic Explainable Channel Loss (ECLoss) to construct an explainable face recognition network. The explainable network trained with ECLoss can easily learn the facial part-based representation on the target convolutional layer, where an individual channel can detect a certain face part. Our experiments on dozens of datasets show that ECLoss achieves superior explainability metrics, and at the same time improves the performance of face verification without face alignment. In addition, our visualization results also illustrate the effectiveness of the proposed ECLoss.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL