DisguiseNet: نهج تناقضي لتحقق من الوجوه المقنعة في البيئة الحقيقية

يصف هذا البحث نهجنا لتحدي الوجوه المقنّعة في الطبيعة (DFW) لعام 2018. يكمن الهدف هنا في التحقق من هوية شخص بين صور مقنّعة وصور مزيفة. نظراً لأهمية مهمة التحقق من الوجه، فمن الضروري مقارنة الأساليب على منصة مشتركة. يعتمد نهجنا على بنية VGG-face مصحوبة بخسارة تباينية (Contrastive loss) تعتمد على مقياس المسافة الجيبية (cosine distance metric). لتوسيع مجموعة البيانات، نستمد بيانات إضافية من الإنترنت. تظهر التجارب فعالية النهج على بيانات DFW. نوضح أن إضافة بيانات إضافية إلى مجموعة بيانات DFW مع تسميات ضوضائية تساعد أيضاً في زيادة أداء الشبكة العام. حققت الشبكة المقترحة زيادة دقيقة مطلقة بنسبة 27.13% مقارنة بخط الأساس DFW.