本研究では、ソーシャルメディアで広く使われている楽しい自撮りフィルターが顔生体認証システムや画像認識システムの機能に与える影響を評価するために、FaceFilterSenseフレームワークを提案した。
まず、ベースラインの顔画像データセットに10種類のフィルターを適用して、FRLL-Beautifiedデータセットを作成した。次に、ResNetベースのFaceFilterNetモデルを開発し、フィルター適用画像でも高精度に顔を認識できることを示した。
さらに、FaceFilterNetをフィーチャー抽出器として使い、年齢推定のAgeFilterNet、性別推定のGenderFilterNet、民族推定のEthnicityFilterNetを構築した。これらのモデルは、フィルター適用時でも高精度な属性推定を実現した。
最後に、各フィルターがもたらす顔認識や属性推定への影響を分析した。その結果、一部のフィルターは顔の特徴を大きく変形させ、認識を困難にすることが分かった。このような分析は、フィルターの適切な使用を促進するのに役立つ。
To Another Language
from source content
arxiv.org
Głębsze pytania