用于人脸识别的深度学习多视图表示
计算机视觉与模式识别
2014-06-27 v1
摘要
人脸图像中耦合了身份、视图（姿态）和光照等多种因素。解耦身份与视图表示是人脸识别面临的主要挑战。现有的人脸识别系统要么使用手工设计特征，要么判别性地学习特征以提高识别准确率，这与人类大脑的行为不同。有趣的是，即使不访问 3D 数据，人类不仅能识别人脸身份，还能根据单张 2D 图像想象一个人在不同视角下的人脸图像，使得大脑中的人脸感知对视图变化具有鲁棒性。从这个意义上说，人类大脑已经从 2D 图像中学习并编码了 3D 人脸模型。考虑到这种本能，本文提出了一种名为多视图感知机（multi-view perceptron, MVP）的新型深度神经网络，它能够在给定单张 2D 人脸图像的情况下，解耦身份和视图特征，同时推断出全谱的多视图图像。MVP 的身份特征在 MultiPIE 数据集上取得了卓越的性能。MVP 还能够对训练数据中未观察到的视角进行插值和图像预测。
引用
@article{arxiv.1406.6947,
title = {Deep Learning Multi-View Representation for Face Recognition},
author = {Zhenyao Zhu and Ping Luo and Xiaogang Wang and Xiaoou Tang},
journal= {arXiv preprint arXiv:1406.6947},
year = {2014}
}