誤認識した顔画像の検証(3)

誤認識した顔画像の検証(2)」にて綾瀬はるかさんの動画を使い、しきい値を変化させた時どれくらい誤認識が抑えられていくかを検証しました。
前回、「顔データを正しく再登録する」で登録されている顔データを整理・加工処理しました。これによって「誤認識した顔画像の検証(2)」とどのように認証具合に違いが出たかを検証します。
今回も同じく綾瀬はるかさんの動画を用います。
結果は以下のようになりました。

【追記】記事内容が古くなっております。
・Python2 系
・顔認証画面の表示が変更前
・CUDA 未対応のため低速
・顔認証精度が低い(変更前)
最新の記事をご参照ください。

検証環境:  
test_script.py,   
Python 2.7.15+,  
Ubuntu 18.04.3 LTS,   
Linux 4.15.0-66-generic,   
AMD Ryzen 5 1400,  
MemTotal: 16421236 kB,  
GeForce GT 710
test_script.py を動作させた様子
test_script.py を動作させた様子
自動保存された綾瀬はるかさんの顔写真の様子
自動保存された綾瀬はるかさんの顔写真の様子

 結果として下の図のように誤認証が減少しました。しきい値を「 0.34 」にした場合、誤認証はひとつもなくなりました。

誤認証が減少したことが見て取れる図
誤認証が減少したことが見て取れる

 ここで注意ですが、今回用いた動画は「非積極認証」なものです。この状態ではしきい値は高いほうが目的に叶います。しきい値「 0.34 」とは積極認証を行う場合に用いられるような値ですから、本来は非積極認証用の動画を対象にした場合、まったく認証できないこともありえます。そういったことを考えると、今回の検証に使った動画はよく認証がされていると言えます。
積極認証と非積極認証については「Face01 は非積極認証に対応」を参照してください。

Follow me!