QMagFace：シンプルかつ高精度な品質認識型顔認識

顔認識システムは、異なるポーズ、照明条件、表情などの大きな変動に対処しなければならず、これらは誤ったマッチング判断を引き起こす可能性がある。これらの変動は、認識に向けたサンプルの有用性に基づいて定義される顔画像品質という観点から測定できる。これまでの顔認識に関する研究では、この貴重な情報を利用しないものや、本質的に適切でない品質推定を用いるものがある。本研究では、品質に敏感な比較スコアと、大きさに敏感な角度マージン損失に基づく認識モデルを組み合わせた、シンプルかつ効果的な顔認識手法（QMagFace）を提案する。このアプローチは、モデル固有の顔画像品質を比較プロセスに組み込むことで、制約のない環境下における認識性能を向上させる。使用する損失関数によって生じる品質とその比較スコアの線形性を活用することで、品質に敏感な比較関数は単純かつ非常に汎化性が高い。複数の顔認識データベースおよびベンチマークで実施された実験により、導入された品質に敏感な設計が認識性能に一貫した向上をもたらすことが示された。さらに、本手法はポーズの異なる画像間（cross-pose）、年齢の異なる画像間（cross-age）、品質の異なる画像間（cross-quality）といった困難な状況下でも特に優れた性能を発揮する。その結果、AgeDBでは98.50%、XQLFQでは83.95%、CFP-FPでは98.74%という、複数の顔認識ベンチマークにおいて最先端の性能を達成した。QMagFaceの実装コードは公開されている。