엣지에서 얼굴 품질 평가를 위한 효율적인 방법

실제 얼굴 인식 응용 프로그램은 두 가지 주요 단계로 구성됩니다: 얼굴 탐지와 특징 추출. 단일 비전 기반 솔루션에서 첫 번째 단계는 카메라 스트림을 입력으로 받아 단일 신원에 대해 여러 개의 탐지를 생성합니다. 엣지 장치에서의 실용적인 접근 방식은 이러한 신원의 탐지를 인식에 대한 적합성에 따라 우선순위를 부여해야 합니다. 이 관점에서, 우리는 얼굴 랜드마크 탐지 네트워크에 단일 층을 추가하여 얼굴 품질 점수 회귀를 제안합니다. 거의 추가 비용 없이, 이 단일 층을 감시와 유사한 데이터 증강 방법으로 인식 점수를 회귀하도록 학습함으로써 얼굴 품질 점수를 얻을 수 있습니다. 우리는 제안된 접근 방식을 모든 얼굴 탐지 파이프라인 단계(탐지, 추적, 정렬 포함)와 함께 엣지 GPU에서 구현했습니다. 포괄적인 실험을 통해 다양한 데이터 세트와 실제 시나리오에서 최신(SOTA) 얼굴 품질 회귀 모델과 비교하여 제안된 접근 방식의 효율성을 입증하였습니다.