Vérification faciale non contrainte à l'aide de caractéristiques de CNN profondes

Dans cet article, nous présentons un algorithme de vérification faciale non contrainte basé sur des caractéristiques convolutives profondes et nous l'évaluons sur le nouveau jeu de données IARPA Janus Benchmark A (IJB-A). Le jeu de données IJB-A comprend des visages réels non contraints provenant de 500 sujets, avec des variations complètes d'orientation et d'éclairage, ce qui est beaucoup plus difficile que les jeux de données traditionnels Labeled Faces in the Wild (LFW) et YouTube Faces (YTF). Le réseau neuronal convolutif profond (DCNN) est entraîné à l'aide du jeu de données CASIA-WebFace. Des expériences approfondies sont menées sur le jeu de données IJB-A.