深層多視点表現を用いた顔認識

当社の方法およびシステムは、複数のポーズ認識対応の深層学習モデルを使用した顔認識を紹介します。本手法では、顔画像が複数のポーズ固有の深層畳み込みニューラルネットワーク（CNN）モデルによって処理され、複数のポーズ固有の特徴量が生成されます。3Dレンダリング技術を用いて入力画像から複数の顔ポーズを生成します。ポーズ変動に対する認識システムの感度は、ポーズ固有のCNN特徴量のアンサンブルを使用することで低減されます。本論文では、ランドマーク検出、CNNレイヤー選択、およびポーズモデル選択が認識パイプラインの性能に及ぼす影響について広範な実験結果を提示しています。当社の新規表現は、IARPA（Intelligence Advanced Research Projects Activity）のCS2およびNIST（National Institute of Standards and Technology）のIJB-Aにおいて、認証と識別（つまり検索）タスクにおいて現行最先端技術よりも優れた結果を達成しています。