あるビル管理会社が、入館者の顔画像を事前に登録した顔画像と照合し、同一人物かどうかを判定するシステムを作る。登録者は頻繁に入れ替わるため、人が増えるたびにモデルを学習し直すことは避けたい。学習の方針として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：顔照合に使う距離学習の損失
ポイント
Triplet LossやContrastive Lossは、同じものを近く、違うものを遠くに置く埋め込みを学ぶ、距離学習のための誤差関数です。
選択肢ごとの解説
- A
適切 正解
Triplet Lossは、基準（アンカー）・同一人物・別人の3つ組で、別人が同一人物よりもマージン以上遠くなるように学びます。学習後は埋め込みの距離で照合できるため、登録者が増えても再学習は不要です。
- B
不適切
分類モデルでも本人を識別できますが、出力のクラスが登録者に固定されます。人が増えるたびに出力層を変えて再学習が必要になり、問題文の条件に合いません。
- C
不適切
復元誤差は「学習データに似た画像かどうか」の目安で、異常検知などに使われます。人物どうしを区別する学習ではないため、別人の顔でも誤差が小さくなることがあります。
- D
不適切
Contrastive Lossは2つ組で距離を学ぶ誤差関数ですが、向きが逆です。同一人物のペアは近づけ、別人のペアはマージン以上離れるように学習します。
試験での狙われ方
顔認証や類似画像検索などの場面と結びつけ、2つ組で学ぶか3つ組で学ぶかの違いを問う形が考えられます。