CoNAN: 条件付きニューラル集約ネットワークによる制約のない顔特徴量融合

非制御的な環境下で取得された画像セットからの顔認識、例えば長距離、低解像度、異なる視点、照明、姿勢、大気条件などは困難を伴います。このような認識システムにおいて、顔特徴量集約（face feature aggregation）が重要な役割を果たします。これは、テンプレート内に存在するN個の特徴表現を単一の全体的な表現に集約することを指します。従来の顔特徴量集約手法では、メタデータや高次元の中間特徴表現を使用して集約に必要な特徴品質を推定しています。しかし、長距離や高空で撮影された極めて低解像度の顔画像に対しては、高品質なメタデータやスタイル情報の生成が現実的ではありません。これらの制限を克服するために、我々はテンプレート集約用の特徴分布条件付けアプローチであるCoNAN（Feature Distribution Conditioning for Template Aggregation）を提案します。具体的には、当手法は入力される特徴集合の分布情報を基にコンテキストベクトルを学習し、このベクトルを利用して各特徴の推定情報量に基づいて重み付けを行います。提案手法はBTSやDroneSURFなどの長距離非制御顔認識データセットで最先端の結果を示しており、そのような集約戦略の優位性が確認されています。