结合基于块的特征与软面部属性的人脸识别签名
计算机视觉与模式识别
2018-03-28 v1
摘要
本文关注通过结合隐式面部特征与显式软面部属性的新签名来提升人脸识别性能。该签名包含两个部分：现有的基于块的特征和软面部属性。采用改编自SOTA网络的深度卷积神经网络来学习软面部属性。随后，引入一个签名匹配器，融合基于块的特征与面部属性的贡献。在该匹配器中，将分别由基于块的特征和面部属性计算的匹配分数进行结合，以获得最终匹配分数。该匹配器还被扩展为对不同面部属性赋予不同权重。所提出的签名与匹配器在UR2D系统中于UHDB31和IJB-A数据集上进行了评估。实验结果表明，所提出的签名相比仅使用基于块的特征取得了更好的性能。与UR2D系统相比，在两个数据集上的Rank-1准确率分别显著提升了4%和0.37%。
引用
@article{arxiv.1803.09359,
title = {A Face Recognition Signature Combining Patch-based Features with Soft Facial Attributes},
author = {Lingfeng Zhang and Pengfei Dou and Ioannis A. Kakadiaris},
journal= {arXiv preprint arXiv:1803.09359},
year = {2018}
}