ルーレット モンテカルロ法 勝率
顔の特徴を用いて個人を認証する顔認証は，その利便性の高さから携帯端末や入場ゲート等において広く利用されている．顔認証の認証精度は，Convolutional Neural Network (CNN) により飛躍的に向上した．一方で，CNNは自動で最適化された多数の重みパラメータを用いて推論を行うため，CNNの推論根拠を解釈することは困難である．物体認識分野において，CNNの推論根拠を可視化するための手法が多数提案されているが，対象物体が入力画像の大部分を占める顔認証モデルに対して有効でない．本稿では，Face Parsingを用いた顔認証モデルの可視化手法を提案する．顔画像から目，鼻，口等の顔のパーツに関するセグメンテーションラベルを推定するFace Parsingを利用し，推定したラベルに基づいて顔画像の一部をマスクする．マスクされた顔画像をCNNに入力し，出力された確率スコアに基づいてセグメンテーションラベルの重み付け和を求めることで，顔認証モデルの推論根拠を可視化する．特定のパーツを含む画像のみで学習された顔認証モデルに対する可視化実験を通して，提案手法の有効性を実証する．, ルーレット モンテカルロ法 勝率. 位置情報を活用した認証手法における認証精度と検知時間との関係 Trade-o