顔関係のデータベース・国際学会発表は進展を続けている。
VGGFace2 Dataset
Training and Test Data
その論文 VGGFace2: A dataset for recognising faces across pose and age
を見てみると
Labeled Faces in the Wildよりも顔向きの多様性などがあがっているようだ。
ちなみにこのデータベースは
a Creative Commons Attribution-ShareAlike 4.0 International License.
で商用利用可能になっている。
We introduce a new large-scale face dataset named VGGFace2. The dataset contains 3.31 million images of 9131 subjects (identities), with an average of 362.6 images for each subject. Images are downloaded from Google Image Search and have large variations in pose, age, illumination, ethnicity and profession (e.g. actors, athletes, politicians).
より多様性を増大させたデータセットになっています。Google Image search を利用して画像を集めているということで、機械学習が機械学習を強化するのに使われている状況です。
paper VGGFace2: A dataset for recognising faces across pose and age
その論文の中では近年公開された顔関係のデータベースを紹介しています。
LFWは実際のところ、正面顔が多く選ばれています。それに比べるとVGGFace2は横顔も多く含んでおり難易度がたかくなっています。
このVGGFace2を用いたface recognitionのpre-trainedのモデルが公開されています。
https://github.com/davidsandberg/facenet
この中でPre-trained models の１つとして含まれています。
顔関連のIEEEの学会が中国で開催されています。
13 th IEEE International Conference on Automatic Face and Gesture Recognition 2018
reviewerの中の日本人らしい名前がとても少ないことが気になります。
会場の一角には企業の展示ブースがあり、BaiduやSenseTimeなどが積極的に活動していることがわかります。
CVPR2018から
Learning Face Age Progression: A Pyramid Architecture of GANs
https://tech-blog.abeja.asia/entry/cvpr2018-oral
歳を取った場合に顔がどのように変化するかを提示。
生成画像において人物は変化しないようにしつつ年齢だけ変化させることが課題。
生成画像に対して、人物がキープされるようにするロスと、年齢識別ロスを用いた。
Total Capture: A 3D Deformation Model for Tracking Faces, Hands, and Bodies
表情を含む人の動き、姿勢、ジェスチャーをキャプチャするためのモデルの提案。
人の細かな部位までをモデル化する取り組みは無い。モデル化する際に疎なデータから全体を復元することが難しい。
詳細な部位までをモデル化するためのFrankensteinモデル・Adamモデルを提案、姿勢のキーポイントと不完全な点群から、体のメッシュを生成。
Learning from Millions of 3D Scans for Large-scale 3D Face Recognition
SenseTime CVPR 2018に44本の論文が採択
以下のようにさらに人材を集める努力をしていることがわかる。
展示会
CVPR 2018参加者向け懇親会「SenseTime PartyTime」を開催します