Impact of Sunglasses on One-to-Many Facial Identification Accuracy

要約

プローブとギャラリーの両方が「顔写真品質」の画像である場合、高精度を達成するために 1 対多の顔識別が文書化されています。
しかし、1対多の顔識別による不当逮捕の文書化された事例が増加しているため、その正確性について疑問が生じています。
1 対多の顔識別で使用されるプローブ画像は、監視ビデオのフレームから切り取られることが多く、さまざまな点で「顔写真の品質」から逸脱しています。
この論文では、プローブ画像内の人物が濃いサングラスの着用を選択したことにより、1 対多の顔識別の精度がどのように低下​​するかを系統的に調査しています。
サングラスを使用すると、顔写真品質の画像の精度が、強いぼやけや解像度の大幅な低下と同程度低下することがわかります。
さらに、ぼやけたり、解像度が低いサングラスを組み合わせると、精度がさらに顕著に低下することを示しています。
これらの結果は、プローブ画像を 1 対多の識別に使用する場合に期待される精度のレベルを認定するための客観的な基準を開発する上で重要な意味を持ちます。
濃いサングラスによって引き起こされる精度低下を改善するために、モデルを再トレーニングすることなく、すべてのギャラリー画像にサングラスを合成的に追加することで、失われた精度の約 38% を回復できることを示します。
また、既存のトレーニング セットではサングラス着用画像の頻度が非常に低いこと、サングラス着用画像の表現を増やすことでエラー率を大幅に低減できることも示します。
この研究のために組み立てられた画像セットは、複製とさらなる研究をサポートするために https://cvrl.nd.edu/projects/data/ で入手できます。

要約(オリジナル)

One-to-many facial identification is documented to achieve high accuracy in the case where both the probe and the gallery are ‘mugshot quality’ images. However, an increasing number of documented instances of wrongful arrest following one-to-many facial identification have raised questions about its accuracy. Probe images used in one-to-many facial identification are often cropped from frames of surveillance video and deviate from ‘mugshot quality’ in various ways. This paper systematically explores how the accuracy of one-to-many facial identification is degraded by the person in the probe image choosing to wear dark sunglasses. We show that sunglasses degrade accuracy for mugshot-quality images by an amount similar to strong blur or noticeably lower resolution. Further, we demonstrate that the combination of sunglasses with blur or lower resolution results in even more pronounced loss in accuracy. These results have important implications for developing objective criteria to qualify a probe image for the level of accuracy to be expected if it used for one-to-many identification. To ameliorate the accuracy degradation caused by dark sunglasses, we show that it is possible to recover about 38% of the lost accuracy by synthetically adding sunglasses to all the gallery images, without model re-training. We also show that the frequency of wearing-sunglasses images is very low in existing training sets, and that increasing the representation of wearing-sunglasses images can greatly reduce the error rate. The image set assembled for this research is available at https://cvrl.nd.edu/projects/data/ to support replication and further research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google