Apprendere con stabilità: accumulare i punteggi del margine relativo dei punti per valutare la qualità delle immagini dei volti

Abstract degli autori

La valutazione della qualità delle immagini dei volti determina se le immagini acquisite sono adatte al riconoscimento facciale automatizzato (FR), una capacità fondamentale per l’affidabilità dei sistemi biometrici. Gli attuali metodi di valutazione della qualità delle immagini dei volti (FIQA) integrati con il riconoscimento facciale, pur essendo i più avanzati, soffrono di instabilità nel tempo: mentre lo spazio delle caratteristiche evolve durante l’addestramento, le stime della qualità ottenute in una singola epoca oscillano, creando un obiettivo mutevole che compromette l’affidabilità delle previsioni sulla qualità. Presentiamo CARPM-FIQA, una strategia per stabilizzare la FIQA integrata con il riconoscimento facciale che accumula, lungo l’intero percorso di addestramento, misure del margine relativo dei punti — il rapporto tra compattezza intra-classe e separazione inter-classe — anziché basarsi sulle stime di una singola epoca. Questo approccio basato sulla media cumulativa offre vantaggi fondati teoricamente: riduce la varianza delle stime della qualità e l’errore quadratico medio e aumenta la stabilità della classifica, con garanzie di convergenza al procedere dell’addestramento. Attraverso esperimenti controllati sul dataset SynFIQA, che contiene gruppi di qualità etichettati, dimostriamo che la media cumulativa offre una capacità discriminante superiore; studi di ablazione condotti con diverse configurazioni di addestramento confermano miglioramenti costanti. Valutato rispetto a dodici metodi FIQA su otto benchmark impegnativi, con quattro modelli FR e due soglie FMR, CARPM-FIQA si colloca al 4º posto (CARPM-FIQA(L)) e al 6º (CARPM-FIQA(S)) tra 17 metodi confrontati in base a pAUC-EDC e AUC-EDC, calcolati come media tra i modelli FR e, dopo la normalizzazione per ciascun benchmark, tra i benchmark. Per ogni modello FR, la sua media normalizzata resta a pochi punti percentuali da quella del metodo migliore. Offre così una soluzione fondata all’instabilità dell’addestramento, mantenendo i vantaggi prestazionali dell’integrazione con il riconoscimento facciale. Più in generale, il nostro lavoro dimostra che le strategie di aggregazione nel tempo possono stabilizzare gli obiettivi di addestramento nei sistemi di deep learning in cui i valori obiettivo oscillano per loro natura a causa dell’evoluzione delle rappresentazioni delle caratteristiche.