하루에도 수만개의 글자를 읽고 있습니다. 하루에도 수백장의 종이를 들춰 읽습니다.
이것은 그 읽기에 대한 일기입니다.

A Graph Based Unsupervised Feature Aggregation for Face Recogntion

5월 26th, 2020 Posted by 룬룬

얼굴 포즈가 큰 경우 직접 비교를 할 경우 많은 오차를 낳는다.
embedding의 분포가 가우시안을 따른다고 가정하고 같은 인물의 여러 얼굴을 클러스터링을 통해 하나의 대표 embedding을 생성하여 인식을 하였다.
기존의 K-means나, spectral clustering 방법들은 embedding의 expectation을 계산을 반복적으로 수행하여 그 중심을 embedding으로 사용하였으나, 이는 계산량이 많이 요구되고 중심이 가까운 identity의 경우에는 잘못 할당될 가능성이 있었다.
Graph를 나타내는 Affinity matrix를 만들어 연결된 embedding을 클러스터로 보고 이 클러스터 내의 embedding의 expectation을 구하여 사용하였다.
Graph가 연결된 조건은, 즉 Affinity matrix의 요소가 1이 될 조건은 두 embedding의 거리가 threashold t를 넘고, KNN 내에 속하여야 하고 그렇지 않으면 끊어진 연결로 보았다.
이렇게 구해진 expectation을 matching에 사용하거나,
학습 시 pseudo label로 활용하여 모델을 파인튜닝하여 성능을 높일 수 있다.

논문