옥타플릿 손실: 이미지 해상도 변화에 강건한 얼굴 인식 구현

이미지 해상도, 또는 일반적으로 말하는 이미지 품질은 현재의 얼굴 인식 시스템 성능에 핵심적인 역할을 한다. 이 문제를 해결하기 위해, 기존 얼굴 인식 모델의 미세 조정을 통해 이미지 해상도에 대한 강건성을 향상시키기 위해 인기 있는 트리플릿 손실(loss)의 새로운 조합을 제안한다. 옥터플릿 손실(Octuplet loss)을 사용함으로써 고해상도 이미지와 그들의 합성적으로 하향 샘플링된 변형본 간의 관계를, 동시에 정체성 레이블과 함께 활용한다. 제안한 방법으로 여러 최첨단 접근법을 미세 조정한 결과, 고해상도에서 저해상도로의 교차 해상도(Cross-resolution) 얼굴 인식 검증 성능을 다양한 데이터셋에서 크게 향상시킬 수 있었으며, 고해상도에서 고해상도로의 성능에는 의미 있는 악화 없이 수행할 수 있었다. FaceTransformer 네트워크에 본 방법을 적용한 결과, 도전적인 XQLFW 데이터셋에서 95.12%의 얼굴 인식 정확도를 달성했으며, LFW 데이터베이스에서는 99.73%의 정확도를 기록했다. 또한, 저해상도에서 저해상도로의 얼굴 인식 검증 정확도도 본 방법의 도움을 받아 개선되었다. 본 연구에서 제안하는 코드를 공개함으로써 기존 프레임워크에 옥터플릿 손실을 원활하게 통합할 수 있도록 지원한다.