利用数十亿张人脸克服非约束人脸识别中的性能瓶颈
计算机视觉与模式识别
2015-03-19 v1
摘要
我们采用 face.com 内部开发的人脸识别技术，在一个公认的基准测试上，无需任何调参即可显著超越当前最优结果。大部分改进集中在零误报匹配这一高价值性能点上，在该点上获得的召回率几乎是迄今为止最佳报告结果的两倍。我们讨论了实现这一显著性能差距的系统的各个组成部分和创新点。这些组件包括广泛利用精确的三维重建形状模型，以应对姿态和光照带来的挑战。此外，基于数十亿张人脸的判别模型被用于克服老化、面部表情以及低光、过度曝光等问题。最后，我们识别出一组具有挑战性的识别查询，这可能为未来的研究提供有用的关注点。
引用
@article{arxiv.1108.1122,
title = {Leveraging Billions of Faces to Overcome Performance Barriers in Unconstrained Face Recognition},
author = {Yaniv Taigman and Lior Wolf},
journal= {arXiv preprint arXiv:1108.1122},
year = {2015}
}
备注
7 pages