Tackling Face Verification Edge Cases: In-Depth Analysis and Human-Machine Fusion Approach

要約

【タイトル】顔認証のエッジケースに取り組む：詳細分析と人間と機械の融合アプローチ

【要約】

– 顔認証システムは現在、いくつかのデータセットにおいて人間の性能を超えていますが、機械が正しく分類できないエッジケースがまだ存在します。
– 本論文では、機械と人間のオペレーターの組み合わせが顔認証タスクの性能に与える影響を調査しています。
– まず、複数の最新モデルのエッジケースについて調べ、共通するデータセットの難しい設定を発見します。
– 次に、これらのタスクにおいて60人の参加者を用いた研究を行い、詳細な分析を提供します。
– 最後に、機械と人間の意思決定を組み合わせることで、最先端の顔認証システムの性能を多様なベンチマークデータセットにおいてさらに向上させることを示します。
– コードとデータはGitHubで公開されています。

要約(オリジナル)

Nowadays, face recognition systems surpass human performance on several datasets. However, there are still edge cases that the machine can’t correctly classify. This paper investigates the effect of a combination of machine and human operators in the face verification task. First, we look closer at the edge cases for several state-of-the-art models to discover common datasets’ challenging settings. Then, we conduct a study with 60 participants on these selected tasks with humans and provide an extensive analysis. Finally, we demonstrate that combining machine and human decisions can further improve the performance of state-of-the-art face verification systems on various benchmark datasets. Code and data are publicly available on GitHub.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI