A novel Facial Recognition technique with Focusing on Masked Faces

要約

マスクの有無にかかわらず同じ顔を認識することは、セキュリティ、アクセス制御、公共の安全において一貫した識別を確保するために重要です。
この機能は、顔が遮られても正確な認識を維持する必要がある、法執行機関、医療、監視などのシナリオで非常に重要です。
この研究では、コサイン類似度を主な技術として採用し、マスクありとマスクなしで同じ顔を認識するという課題に焦点を当てています。
マスクの使用が増えるにつれ、従来の顔認識システムは精度に重大な問題に直面しており、マスクをした状態でも個人を確実に識別できる方法を開発することが重要になっています。
そのため、本研究ではMasked-Unmasked Face Matching Model (MUFM)を提案しました。
このモデルは、Visual Geometry Group (VGG16) モデルを使用した転移学習を採用して重要な顔の特徴を抽出し、その後 K-Nearest Neighbors (K-NN) アルゴリズムを利用して分類します。
コサイン類似度メトリックは、同じ個人のマスクされた顔とマスクされていない顔を比較するために使用されます。
コサイン類似度を使用してマスクの有無にかかわらず同じ個人を認識するというタスクはこれまで取り組んでいなかったので、このアプローチは新しい貢献を表します。
これらの高度な方法論を統合することにより、研究はマスクの存在にもかかわらず個人を効果的に識別できることを実証し、従来のシステムの重大な制限に対処しました。
データの使用もこの研究のもう 1 つの重要な部分であり、3 つの異なるソースから画像データセットを収集して準備することにより、特にこの研究の包括的な力があれば、これらのデータの一部は本物になります。
使用された画像データセットは、同じ顔のマスクされたデータセットとマスクされていないデータセットの 3 つの異なるデータセットとしてすでに収集されています。

要約(オリジナル)

Recognizing the same faces with and without masks is important for ensuring consistent identification in security, access control, and public safety. This capability is crucial in scenarios like law enforcement, healthcare, and surveillance, where accurate recognition must be maintained despite facial occlusion. This research focuses on the challenge of recognizing the same faces with and without masks by employing cosine similarity as the primary technique. With the increased use of masks, traditional facial recognition systems face significant accuracy issues, making it crucial to develop methods that can reliably identify individuals in masked conditions. For that reason, this study proposed Masked-Unmasked Face Matching Model (MUFM). This model employs transfer learning using the Visual Geometry Group (VGG16) model to extract significant facial features, which are subsequently classified utilizing the K-Nearest Neighbors (K-NN) algorithm. The cosine similarity metric is employed to compare masked and unmasked faces of the same individuals. This approach represents a novel contribution, as the task of recognizing the same individual with and without a mask using cosine similarity has not been previously addressed. By integrating these advanced methodologies, the research demonstrates effective identification of individuals despite the presence of masks, addressing a significant limitation in traditional systems. Using data is another essential part of this work, by collecting and preparing an image dataset from three different sources especially some of those data are real provided a comprehensive power of this research. The image dataset used were already collected in three different datasets of masked and unmasked for the same faces.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google