基于部件自适应与关系注意力模块的近红外至可见光人脸识别
计算机视觉与模式识别
2021-02-02 v1
摘要
在人脸识别应用场景中，我们需要处理各种条件下捕获的人脸图像，例如夜间由近红外（NIR）监控相机拍摄的图像。NIR 与可见光（VIS）之间的光照差异导致人脸图像间的域间隙，而姿态与表情的变化也使人脸匹配更为困难。异质人脸识别（HFR）面临域差异的困难，许多研究聚焦于提取域不变特征，如人脸部件关系信息。然而，当发生姿态变化时，面部部件位置改变，提取出不同的部件关系。本文中，我们提出一种部件关系注意力模块，其通过语义掩码裁剪得到的人脸部件并运用各代表性特征进行关系建模。此外，我们提出使用对各部件具自适应权重的部件自适应三元组损失函数，以减小跨域及跨姿态的类内身份差异。最终，我们的方法在 CASIA NIR-VIS 2.0 上表现出性能提升，并在具有大姿态与表情变化的 BUAA-VisNir 上取得优越结果。
引用
@article{arxiv.2102.00689,
title = {A NIR-to-VIS face recognition via part adaptive and relation attention module},
author = {Rushuang Xu and MyeongAh Cho and Sangyoun Lee},
journal= {arXiv preprint arXiv:2102.00689},
year = {2021}
}
备注
5 pages