本論文では、異種顔認識(Heterogeneous Face Recognition: HFR)における領域ギャップの問題に取り組む新しい手法を提案する。HFRは、異なるモダリティ(可視光、赤外線、サーマルなど)の顔画像間で照合を行う課題であり、モダリティ間の特徴の違いが大きな課題となる。
提案手法では、異なるモダリティを独自のスタイルとして捉え、中間特徴マップの条件付き適応的インスタンス変調(Conditional Adaptive Instance Modulation: CAIM)を行うことで、領域ギャップを効果的に解消する。CAIMモジュールは既存の顔認識ネットワークに簡単に組み込めるように設計されており、少数の教師あり学習サンプルで訓練できる。
提案手法は、様々な異種顔認識ベンチマークで優れた性能を示し、最先端手法を上回る結果を得ている。また、ソースコードとプロトコルを公開することで、研究の再現性と応用性の向上を図る。
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Anjith Georg... ב- arxiv.org 04-23-2024
https://arxiv.org/pdf/2404.14247.pdfשאלות מעמיקות