用于热成像到可见光人脸识别的跨域身份识别
计算机视觉与模式识别
2020-08-20 v1
摘要
域适应的最新进展，尤其是应用于异构人脸识别的进展，通常依赖于限制性的欧几里得损失函数（例如 范数），这类函数在来自两个不同域（例如可见光与热成像）的图像共配准且时间同步时表现最佳。本文提出一种新颖的域适应框架，其将新的特征映射子网络与基于改进网络架构（例如 VGG16 或 Resnet50）的现有深度特征模型相结合。该框架通过引入新的跨域身份与域不变性损失函数进行优化，用于热成像到可见光人脸识别，从而缓解对精确共配准与同步图像的要求。我们提供了对所使用特征与损失函数的广泛分析，并将所提域适应框架与最先进的基于特征的域适应模型在一个包含不同距离、姿态和表情下采集的面部图像困难数据集上进行比较。此外，我们分析了该框架用于更具挑战性任务（如非正面热成像到可见光人脸识别）的可行性。
引用
@article{arxiv.2008.08473,
title = {Cross-Domain Identification for Thermal-to-Visible Face Recognition},
author = {Cedric Nimpa Fondje and Shuowen Hu and Nathaniel J. Short and Benjamin S. Riggan},
journal= {arXiv preprint arXiv:2008.08473},
year = {2020}
}