Pipeline Optimisation for Real-World Masked Face Recognition: YOLOv8 Detection, Landmark-Guided Cropping, and Multi-Model Embedding Benchmarking
Diese Arbeit präsentiert eine systematische Pipeline für robuste maskierte Gesichtserkennung, die einen feinabgestimmten YOLOv8-Detektor mit Landmarken-gestütztem Upper-Face-Cropping kombiniert und durch umfangreiches Benchmarking nachweist, dass diese mehrstufige Optimierung Single-Model-Ansätze signifikant übertrifft, insbesondere bei der Verwendung von FaceNet mit Cosinus-Ähnlichkeit.