Deskriptor tváří učený pomocí konvolučních neuronových sítí

Abstract

Prezentujeme reprezentace obrázků tváří vytvořené devíti a šestnáctivrstvou hlubokou konvoluční neuronovou sítí. Úspěšnost je hodnocena na úlohách verifikace identity a odhadu věku a pohlaví. Vhodný klasifikátor příznaků pro verifikaci identit je třeba zvolit v závislosti na postupu trénování neuronové sítě. V případě učení verifikace identity s učitelem překoná normalizovaný skalární součin intuitivnější Euklidovskou vzdálenost v přesnosti verifikace, jakožto meřítko podobnosti tváří. Avšak v případě učení bez učitele vítězí Euklidovská vzdálenost nad skalárním součinem v přesnosti verifikace. Úspěšnost na "Labeled Faces in the Wild" databázi lze dále zlepšit zrcadlením trénovacích obrázků nebo také projekcí reprezentace tváře sladěnou kombinací PCA a LDA. Předtrénování jednodušší devítivrstvé neuronové sítě na úloze rozpoznávání identit zlepší konečné výsledky odhadu věku a pohlaví. S pomocí sofistikovanějších modelů pro odhad věku a pohlaví překonají obě naše neuronové sítě nejlepší dostupné řešení na světě pro odhad věku na databázi MORPH II a to až o 28%. Nakonec hodnotíme výpočetní náročnost obou neuronových sítí.

We present face descriptors created by nine and sixteen-layer deep convolutional neural networks. Performance is evaluated on identity verification and age and gender estimation tasks. Based on the neural network training scenario, a proper classifier has to be chosen in the case of identity verification. For the supervised indentity verification setting, a normalized dot product of face representation vectors outperforms the more intuitive Euclidean distance as a measure of face similarity. However, in the case of the unsupervised setting, the Euclidean distance is superior. The performance on the Labeled Faces in the Wild data set can be further improved by mirroring training images as well as by a well tuned combination of PCA and LDA projections of the face representation. Pretraining the simpler nine-layer network on the identity recognition task improves the final results in age and gender estimation. With the help of more sophisticated age and gender prediction models, both our neural networks reduce the age estimation error of the current state of the art by up to 28% on the MORPH II data set. Finally, computational performance of both neural networks is evaluated.