制約のない動画における背景類似性が一致する顔認識

制約のない動画での顔認識は、ますます重要性を増しているタスクです。静止画像における顔認識に密接に関連している一方で、それ自身の独自の特徴とアルゴリズム的要件があります。何年もかけてこの問題に対していくつかの方法が提案され、研究を促進するためのベンチマークデータセットもいくつか集められています。しかし、実際の適用ニーズと現在の最先端技術の間には大きなギャップがあります。本論文では、以下の貢献を行います。(a) 難しい制御されていない条件下での顔のラベル付き動画の包括的なデータベース（すなわち、‘野生’の中での）である‘YouTube Faces’データベースを提示し、ベンチマークとしてペアマッチングテストを行います1。(b) 私たちのベンチマークを用いて、多様な既存の動画顔認識技術の性能を調査し比較します。最後に、(c) 新しいセット対セット類似度測定である、マッチドバックグラウンド類似度（MBGS）を説明します。この類似度は、ベンチマークテストの性能を大幅に向上させることが示されています。