文献

J-GLOBAL ID：202202280308802491   整理番号：22A0788928

顔検証のためのブラックボックス説明について【JST・京大機械翻訳】

On Black-Box Explanation for Face Verification

著者 (2件)： Mery Domingo (Pontificia Universidad Cato ́lica de Chile,Department of Computer Science) ,  Morris Bernardita (Pontificia Universidad Cato ́lica de Chile,Department of Computer Science)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 1194-1203  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 説明可能な顔検証において,顔マッチング者を与えられた場合,タスクは,関連がプローブ画像の一部で,登録画像とのマッチングを確立する方法に答えることである。しかし,多くの場合,訓練されたモデルは操作できず,「ブラックボックス」として扱われなければならない。本論文では,顔認証モデルの内部操作なしに任意の顔検証アルゴリズムを説明するために使用できる6つの異なる顕著性マップを提示した。方法の重要なアイデアは,プローブが摂動されるとき,2つの顔画像のマッチングスコアがどのように変化するかに基づいている。提案方法は,顔の異なる部分を除去して,凝集し,また,これらの部品を個々に,そして,インコラボレーションする。異なる品質とオクルージョンを有する合成画像,異なる顔表情を有する実際の顔画像,姿勢,および異なる人口統計グループからの顔と顔の3つの異なるシナリオにおいて,提案手法をテストし,比較した。実験では,5つの異なる顔検証アルゴリズム,ArcFace,Dlib,FaceNet(VGGface2とCasiaWebFaceで訓練),LBPを用いた。提案手法の1つが,人間に対して安定で解釈可能な顕著性マップを達成すると結論した。さらに,提案手法は,輪郭に基づく顕著性マップの新しい可視化と組み合わせて,他の最先端技術手法との比較において有望な結果を示す。本論文では,任意の顔検証アルゴリズムへの良好な洞察を示し,その中で,アルゴリズムが認識プロセスを実行するためのアルゴリズムを考慮した最も関連性のある顔領域である,明確に認識できる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  プローブ ,  可視化 ,  *ブラックボックス ,  協調作業 ,  顔画像 ,  オクルージョン
準シソーラス用語： 顔認証 ,  合成画像 ,  顕著性マップ ,  顔表情 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 顔 ,  検証 ,  ブラックボックス ,  説明