要約
ドアベル カメラなどの低電力消費者向けデバイスの堅牢な認証は、貴重かつ独特の課題を引き起こします。
この研究では、顔認証方法のパフォーマンスに対する年齢と老化の影響を調査しています。
この研究では、2 つの公開年齢データセット、AgeDB と Morph-II がベースラインとして使用されました。
フォトリアリスティックな年齢変換手法を使用して、一連の高品質の顔画像にさまざまな年齢効果を追加しました。
次に、高性能ディープラーニングベースの顔認識モデルに対するこれらの合成老化データの影響が、受信者動作特性 (ROC) 曲線や一致スコア分布などのさまざまな指標を使用して定量化されます。
実験結果は、長期的な年齢の影響が最先端の顔認証方法にとって依然として大きな課題であることを示しています。
要約(オリジナル)
Robust authentication for low-power consumer devices such as doorbell cameras poses a valuable and unique challenge. This work explores the effect of age and aging on the performance of facial authentication methods. Two public age datasets, AgeDB and Morph-II have been used as baselines in this work. A photo-realistic age transformation method has been employed to augment a set of high-quality facial images with various age effects. Then the effect of these synthetic aging data on the high-performance deep-learning-based face recognition model is quantified by using various metrics including Receiver Operating Characteristic (ROC) curves and match score distributions. Experimental results demonstrate that long-term age effects are still a significant challenge for the state-of-the-art facial authentication method.
arxiv情報
著者 | Wang Yao,Muhammad Ali Farooq,Joseph Lemley,Peter Corcoran |
発行日 | 2023-08-08 12:43:26+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google