[논문 리뷰] Masked Face Recognition under Different Backbones

Bo Zhang, Ming Zhang외 3명|arXiv (Cornell University)|2026. 01. 23.

Face recognition and analysis인용 수 0

한 줄 요약

오류 정정과 비교 연구로, 서로 다른 백본 네트워크가 마스크 처리된 얼굴 인식에서 어떻게 작동하는지 평가하고, 마스크 정확도에서 r100_mask_v2가 선두를 차지하며 ViT 백본(Vit-Small/Tiny)이 마스크 상황에서 강력한 성능을 보임을 강조한다.

ABSTRACT

Erratum to the paper (Zhang et al., 2025): corrections to Table IV and the data in Page 3, Section A. In the post-pandemic era, a high proportion of civil aviation passengers wear masks during security checks, posing significant challenges to traditional face recognition models. The backbone network serves as the core component of face recognition models. In standard tests, r100 series models excelled (98%+ accuracy at 0.01% FAR in face comparison, high top1/top5 in search). r50 ranked second, r34_mask_v1 lagged. In masked tests, r100_mask_v2 led (90.07% accuracy), r50_mask_v3 performed best among r50 but trailed r100. Vit-Small/Tiny showed strong masked performance with gains in effectiveness. Through extensive comparative experiments, this paper conducts a comprehensive evaluation of several core backbone networks, aiming to reveal the impacts of different models on face recognition with and without masks, and provide specific deployment recommendations.

연구 동기 및 목표

• 보안 검사 맥락에서 마스크 여부에 따른 얼굴 인식에 백본 선택이 미치는 영향을 평가한다.
• 마스크 처리에 따라 가장 우수한 백본 계열(CNN 계열인 r100/r50/r34_mask_v1 및 ViT 변형)을 식별한다.
• 마스크 조건에서의 실험적 백본 성능을 바탕으로 배치(deployment) 권고안을 제공한다.

제안 방법

• 마스크 및 비마스크 조건에서 백본 성능을 검토 및 재현한다.
• 표준 CNN 백본(r100/r50/r34_mask_v1)과 마스크 변형(r100_mask_v2, r50_mask_v3 등)을 비교한다.
• 마스크 인식 성능에 대한 ViT 기반 백본(Vit-Small/Tiny)을 평가한다.
• 이전 결과의 표 IV, 페이지 3, 섹션 A에 대한 정정 내용을 요약한다.

실험 결과

연구 질문

• RQ1 마스크 얼굴 인식에 가장 효과적인 백본 아키텍처는 무엇인가?
• RQ2 마스크 여부가 표준 CNN 백본과 마스크 변형 간의 성능에 어떤 영향을 미치는가?
• RQ3 ViT 백본은 CNN 백본에 비해 마스크 환경에서 이점이 있는가?
• RQ4 백본별 마스크 인식 성능에 따른 배치 권고안은 무엇인가?

주요 결과

• 표준 테스트에서 r100 시리즈 모델은 얼굴 비교에서 0.01% FAR 기준으로 98% 이상 정확도를 달성한다.
• 마스크 테스트에서 r100_mask_v2가 90.07% 정확도로 선두를 차지한다.
• r50 백본 중에서는 r50_mask_v3이 그룹 내에서 최고지만 여전히 r100 변형보다 뒤처진다.
• r34_mask_v1은 다른 백본들에 비해 뒤처진다.
• ViT 기반 백본(Vit-Small/Tiny)은 마스크 성능의 큰 상승을 보인다.
• 본 논문은 Table IV 및 Page 3, Section A의 데이터를 정정하는 erratum를 제시한다.