用于跨分辨率人脸识别的属性引导耦合GAN
计算机视觉与模式识别
2019-08-07 v1 机器学习
图像与视频处理
摘要
在本文中，我们提出了一种新颖的属性引导跨分辨率（低分辨率到高分辨率）人脸识别框架，其利用耦合生成对抗网络（GAN）结构与对抗训练，在潜在公共嵌入子空间中寻找低分辨率与高分辨率图像之间的隐藏关系。该耦合GAN框架由两个子网络组成，一个专用于低分辨率域，另一个专用于高分辨率域。每个子网络旨在寻找一个投影，以在公共嵌入子空间中最大化两个特征域之间的成对相关性。除了将图像投影到公共子空间外，该耦合网络还预测面部属性以改进跨分辨率人脸识别。具体而言，我们提出的耦合框架通过隐式匹配训练期间低分辨率与高分辨率图像的面部属性，来进一步最大化成对相关性，这导致更具判别力的嵌入子空间，从而提升跨分辨率人脸识别性能。我们使用 LFWA、Celeb-A、SCFace 和 UCCS 数据集展示了我们的方法相较于最先进方法的效能。
引用
@article{arxiv.1908.01790,
title = {Attribute-Guided Coupled GAN for Cross-Resolution Face Recognition},
author = {Veeru Talreja and Fariborz Taherkhani and Matthew C Valenti and Nasser M Nasrabadi},
journal= {arXiv preprint arXiv:1908.01790},
year = {2019}
}