JKでもわかるSFace Recognition

Transcript

1. JKでもわかるSFace Recognition Kodai KIkuchi
2. 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
3. https://hrmos.co/pages/moneyforward/jobs/1960606981176266918
4. Table of Contents
5. Table of Contents Background 1 SFace Recoginition 2 Demo 3 Quiz Time 4
6. Background
7. 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
8. Background
9. SFace Recognition
10. SFace Recognition
11. SFace Recognition Sigmoid-Constrained Hypersphere Loss for Robust Face Recognition (SFace)
12. SFace Recognition 今までの顔認証とは違うの？
13. 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
14. 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
15. 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
16. SFace Recognition
17. 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
18. 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
19. 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
20. Demo
21. Demo
22. Background
23. Quiz Time
24. 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？
25. Quiz Time vs
26. Quiz Time vs Not Same Person 0.0％
27. Quiz Time vs
28. Quiz Time vs Not Same Person 39.7％
29. Quiz Time vs
30. Quiz Time vs Same Person 100.0％
31. Conclusion
32. 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
33. Thank you for listening