差分三维人脸识别：为你的 SOTA 二维方法添加三维
计算机视觉与模式识别
2020-04-08 v1 机器学习
机器学习
摘要
主动光照是增强 2D 人脸识别并提升其鲁棒性（例如抵御欺骗攻击和低光照条件）的重要补充。在本工作中，我们展示可采用主动光照以三维特征增强 SOTA 的 2D 人脸识别方法，同时避开复杂的 3D 重建任务。核心思想是在测试脸上投影高空间频率图案，使我们能同时恢复真实 3D 信息与标准 2D 人脸图像。因此，SOTA 的 2D 人脸识别方案可被透明地应用，同时从输入图像的高频分量中提取互补的 3D 人脸特征。在 ND-2006 数据集上的实验结果表明，所提思路能显著提升人脸识别性能，并大幅增强对欺骗攻击的鲁棒性。
引用
@article{arxiv.2004.03385,
title = {Differential 3D Facial Recognition: Adding 3D to Your State-of-the-Art 2D Method},
author = {J. Matias Di Martino and Fernando Suzacq and Mauricio Delbracio and Qiang Qiu and Guillermo Sapiro},
journal= {arXiv preprint arXiv:2004.03385},
year = {2020}
}