Pose Impact Estimation on Face Recognition using 3D-Aware Synthetic Data with Application to Quality Assessment

要約

顔認識システムを十分な精度で運用するためには、顔画像の品質評価が不可欠です。
顔の品質の標準化における最近の進歩 (ISO/IEC WD 29794-5) では、顔の品質を個々の要因に分解するためのコンポーネント品質測定の使用が推奨されているため、オペレーターが低品質の画像を再キャプチャするための貴重なフィードバックが提供されます。
3D 対応の敵対的生成ネットワークの最近の進歩に照らして、ヨーピッチ角度の組み合わせが変化する 1,000 のアイデンティティを含む新しいデータセット「Syn-YawPitch」を提案します。
このデータセットを利用して、30 度を超えるピッチ角が現在の顔認識システムの生体認証パフォーマンスに大きな影響を与えることを示します。
さらに、ISO/IEC WD 29794-5 の規格に準拠し、https://github.com/datasciencegrimmer/Syn-YawPitch/ で自由に使用できる軽量で効率的なポーズ品質予測器を提案します。

要約(オリジナル)

Evaluating the quality of facial images is essential for operating face recognition systems with sufficient accuracy. The recent advances in face quality standardisation (ISO/IEC WD 29794-5) recommend the usage of component quality measures for breaking down face quality into its individual factors, hence providing valuable feedback for operators to re-capture low-quality images. In light of recent advances in 3D-aware generative adversarial networks, we propose a novel dataset, ‘Syn-YawPitch’, comprising 1,000 identities with varying yaw-pitch angle combinations. Utilizing this dataset, we demonstrate that pitch angles beyond 30 degrees have a significant impact on the biometric performance of current face recognition systems. Furthermore, we propose a lightweight and efficient pose quality predictor that adheres to the standards of ISO/IEC WD 29794-5 and is freely available for use at https://github.com/datasciencegrimmer/Syn-YawPitch/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google