利用同卵双胞胎基准测试人脸相似度
计算机视觉与模式识别
2022-08-26 v1
摘要
随着人脸生物识别的广泛采用，在自动化人脸识别（FR）应用中区分同卵双胞胎与非双胞胎相似者的问题变得日益重要。由于同卵双胞胎和相似者的面部相似度极高，这些人脸对代表了人脸识别工具所面临的最困难情形。本工作呈现了迄今编译的最大双胞胎数据集之一的应用，以解决两个 FR 挑战：1）确定同卵双胞胎间面部相似度的基线度量；2）应用该相似度度量来确定替身（即相似者）对大规模人脸数据集上 FR 性能的影响。面部相似度度量通过深度卷积神经网络确定。该网络在一个定制的验证任务上训练，旨在鼓励网络在嵌入空间中将高相似度人脸对聚集在一起，并取得了 0.9799 的测试 AUC。所提出的网络为任意两张给定人脸提供定量相似度分数，并已应用于大规模人脸数据集以识别相似人脸对。我们还进行了额外分析，关联人脸识别工具返回的比对分数与本网络返回的相似度分数。
引用
@article{arxiv.2208.11822,
title = {Benchmarking Human Face Similarity Using Identical Twins},
author = {Shoaib Meraj Sami and John McCauley and Sobhan Soleymani and Nasser Nasrabadi and Jeremy Dawson},
journal= {arXiv preprint arXiv:2208.11822},
year = {2022}
}
备注
34 pages, 48 figures, Accepted in IET Biometrics Journal (5th August 2022)