arXivは2026年11月18日(現地時間)、生体認証の認識可能性評価に関する新しいフレームワーク「TransFIRA (トランスフィラ)」とその拡張版「TransFIRA+ (トランスフィラプラス)」を発表した。この研究は、監視ビデオやWeb画像における生体認証において、姿勢、ブレ、照明、オクルージョン、距離などの極端な変動下での認識可能性を向上させることを目的としている。既存の顔画像品質評価法が抱える課題に対し、認識可能性を埋め込み空間に直接基づかせ、顔認証性能を大幅に改善する。
TransFIRAは、プレトレーニング済みエンコーダーの埋め込み空間からclass-center similarity (CCS)とclass-center angular separation (CCAS)を導出し、品質アノテーションなしで画像からこれらを予測する。予測されたCCSをテンプレート重み付けに、CCAS>0を自然なフィルタリングしきい値として利用することで、顔認証性能ベンチマークであるBRIARにおいて、ユニフォーム平均でのTAR at $10^{-6}$ FMRを0.085から0.598へ向上させた。予測されたスコアは、画像劣化がエンコーダー固有の認識可能性に与える影響も明らかにする。
TransFIRA+はこのフレームワークを、未編集の監視ビデオにおける複数カメラ間でのマルチモーダル人物識別へと拡張する。この設定では、ボディ認識可能性スコアが狭い範囲で飽和するため、直接的な重み付けでは効果が均一になる課題があった。研究チームは、再トレーニングなしでこれらの飽和したスコアを有益な重みに変換する事後シグモイドキャリブレーションを導入した。
キャリブレーション後、BRIARでトレーニングされたTransFIRA予測器は、2つの未見のマルチカメラデータセットで融合された顔とボディの識別において性能を向上させた。これは、検出器信頼度重み付けや未キャリブレーションCCSランク重み付けを上回る結果を示している。TransFIRAとTransFIRA+は、エンコーダーに基づく認識可能性が、生体認証モダリティと認識設定を横断して一般化することを示した。
参考: arXiv cs.CV (アーカイブ) — 2026年11月19日 14:00 (JST)
原文ハイライト"We introduce TransFIRA, a lightweight framework that grounds recognizability directly in embedding space."