JKでもわかるSFace Recognition

JKでもわかるSFace Recognition Kodai KIkuchi

自己紹介菊池広大（キクチコウダイ） 2023年6月株式会社マネーフォワードに入社カードプロダクト開発部クライアントGリーダー埼玉出身、Iターンで東京から福岡に Androidエンジニア、たまにバックエンド。 Github: https://github.com/BigBackBoom

https://hrmos.co/pages/moneyforward/jobs/1960606981176266918

Table of Contents

Table of Contents Background 1 SFace Recoginition 2 Demo 3
Quiz Time 4

Background

Background まじ、わかりみが深い精度がガチだよね OpenCVの顔認証テンアゲなんですけど

Background

SFace Recognition

SFace Recognition Sigmoid-Constrained Hypersphere Loss for Robust Face Recognition (SFace)

SFace Recognition 今までの顔認証とは違うの？

SFace Recognition OpenCVは既存で Eigenface/Fisherface などがあるが光源変化や角度変化に弱い

SFace Recognition SFace は、シグモイド関数を使って学習の最適化を調整して、ノイズのないデータはしっかりと最適化される一方で、ノイズを含むデータは過度に最適化されることを防ぐ事ができる

SFace Recognition 質の高い顔データベースがなくても、最適化を適度にやってくれるため Openな顔画像のデータベースなどが利用しやすいまた、トレーニング済みデータが OpenCVで用意されている

SFace Recognition

SFace Recognition Database Accuracy Threshold(normL2) Threshold(cosine) LFW 99.60% 1.128 0.363
CALFW 93.95% 1.149 0.340 CPLFW 91.05% 1.204 0.275 AgeDB-30 94.90% 1.202 0.277 CFP-FP 94.80% 1.253 0.212

SFace Recognition Euclidean Norm(L2-Norm) • 二つの画像の顔の特徴点の距離の近さを表す • L2-Norm が小さい ->
同じ人 • L2-Norm が大きい -> 違う人

SFace Recognition Cosine • 二つの画像の特徴点ベクトルの同士の角度 (value -1 ~ 1) •
1 は同じアングル • -1 は逆方向 • 0 は90度の垂直方向

Background

Quiz Time

SFace Recognition L2NormとCosineの値を平均化して、スコアを０〜１００まで出るようにしました。次の画像の比較が何点になったでしょう？

Quiz Time vs

Quiz Time vs Not Same Person 0.0％

Quiz Time vs

Quiz Time vs Not Same Person 39.7％

Quiz Time vs

Quiz Time vs Same Person 100.0％

Conclusion

Conclusion • OpenCV での顔認証はすぐ使えるし、結構精度も高い • JKもびっくり • 菊池と新垣結衣は一致度０点

Thank you for listening

JKでもわかるSFace Recognition

JKでもわかるSFace Recognition

bigbackboom

More Decks by bigbackboom

Other Decks in Programming

Featured

Transcript