Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation

要約

制約のないシナリオで個人認識システムを強化するためのソフトバイオメトリクスの役割は、広く研究されていません。
ここでは、次のモダリティの有用性を探ります: 性別、民族性、年齢、メガネ、あごひげ、口ひげ。
1) ソフト バイオメトリクスの手動推定と 2) 2 つの市販の市販システム (COTS) からの自動推定の 2 つの仮定を検討します。
すべての実験は、野生 (LFW) データベースでラベル付けされた顔を使用して報告されます。
まず、ソフト バイオメトリクス スタンドアロンの識別機能を調べます。
次に、ディープラーニングに基づく 2 つの最先端の顔認識システムとソフト バイオメトリクスを融合させた実験が行われます。
ソフト バイオメトリクスは、制約のないシナリオで顔モダリティを補完する価値のあるものであり、手動/自動のソフト バイオメトリクス推定を使用すると、検証パフォーマンスが最大 40%/15% 向上します。
LFW を介したソフト バイオメトリクスの手動注釈と COTS 出力、および顔認識スコアを公開しているため、結果は再現可能です。

要約(オリジナル)

The role of soft biometrics to enhance person recognition systems in unconstrained scenarios has not been extensively studied. Here, we explore the utility of the following modalities: gender, ethnicity, age, glasses, beard, and moustache. We consider two assumptions: 1) manual estimation of soft biometrics and 2) automatic estimation from two commercial off-the-shelf systems (COTS). All experiments are reported using the labeled faces in the wild (LFW) database. First, we study the discrimination capabilities of soft biometrics standalone. Then, experiments are carried out fusing soft biometrics with two state-of-the-art face recognition systems based on deep learning. We observe that soft biometrics is a valuable complement to the face modality in unconstrained scenarios, with relative improvements up to 40%/15% in the verification performance when using manual/automatic soft biometrics estimation. Results are reproducible as we make public our manual annotations and COTS outputs of soft biometrics over LFW, as well as the face recognition scores.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google