![](https://cdn-ak-scissors.b.st-hatena.com/image/square/aca3a825c81e0f1826ef0111bdd05f91d55e5f51/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9MjAyMX4yMDI0JUUzJTgxJUFFJUU5JUExJTk0JUU4JUFBJThEJUU4JUE4JUJDJTIwJUU2JUI3JUIxJUU1JUIxJUE0JUU1JUFEJUE2JUU3JUJGJTkyJUUzJTgzJUEyJUUzJTgzJTg3JUUzJTgzJUFCJUUzJTgxJUJFJUUzJTgxJUE4JUUzJTgyJTgxJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0yOGQyNDA1MDM1YWE3NmZiYjk5MjdjOTk0Y2M0Mzg1Nw%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBndWFyZG1hbiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NzFhODg0MDVlODg5OWU3MmVhODI1YTYwZjY1OTkyNTI%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3De72b606fb1ccd0a5041da073dac24287)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
2021~2024の顔認証 深層学習モデルまとめ - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
2021~2024の顔認証 深層学習モデルまとめ - Qiita
はじめに この記事では自分が業務上使う都合で、直近3年でインパクトが大きく実用性が高そうな顔認証に... はじめに この記事では自分が業務上使う都合で、直近3年でインパクトが大きく実用性が高そうな顔認証に関する深層学習の論文を5つ紹介する。 顔認証では深層距離学習という手法が用いられる。同一人物の顔画像は近づけて異なる人物の顔画像は遠くなるように特徴を学習していく。 動向としては顔認証に限らずそうだが二つの方向で差分を出す研究が多い。一つは深層距離学習の損失関数をいじって学習の質や効率を高める方向、もう一つは深層距離学習のバックボーンを改良するタイプである。 1. EdgeFace 2024 IEEE Transactions on Biometrics, Behavior, and Identity Science 主にバックボーンを改良 エッジデバイス上でリアルタイムかつ高精度な顔認識が可能。 CNNとVision Transformer(ViT)を組み合わせたモデル(EdgeNeXt-i