Kinship Representation Learning with Face Componential Relation

要約

タイトル：Face Componential Relationを用いた親族関係の学習

要旨：
– 親族関係認識は、2つの顔画像の被写体が親族か非親族かを判断することを目的とする。
– しかし、これまでの多くの手法は、顔画像の空間相関を考慮せず、ヒューリスティックなデザインに重点を置いてきた。
– 本研究では、顔部位（目、鼻など）の関連情報に埋め込まれた区別的な親族関係表現を学習することを目的とする。
– この目的を達成するため、Face Componential Relation Networkを提案する。これは、交差注意機構を利用して画像間の顔部位同士の関係を学習する。この機構により、親族関係認識のための重要な顔の領域の自動学習が可能となる。
– さらに、より区別的な特徴表現を学習するために、Cross-Attentionのガイダンスにより損失関数を適応させたFace Componential Relation Network (FaCoRNet)を提案する。
– 提案された手法は、一般的な親族関係認識FIWベンチマークにおいて、これまでの最高水準に比べて大幅に優れた性能を発揮した。また、受け入れ時にはコードが公開される。

要約(オリジナル)

Kinship recognition aims to determine whether the subjects in two facial images are kin or non-kin, which is an emerging and challenging problem. However, most previous methods focus on heuristic designs without considering the spatial correlation between face images. In this paper, we aim to learn discriminative kinship representations embedded with the relation information between face components (e.g., eyes, nose, etc.). To achieve this goal, we propose the Face Componential Relation Network, which learns the relationship between face components among images with a cross-attention mechanism, which automatically learns the important facial regions for kinship recognition. Moreover, we propose Face Componential Relation Network (FaCoRNet), which adapts the loss function by the guidance from cross-attention to learn more discriminative feature representations. The proposed \MainMethodAbbr~outperforms previous state-of-the-art methods by large margins for the largest public kinship recognition FIW benchmark. The code will be publicly released upon acceptance.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI