基于卷积神经网络的RGB-D人脸识别判别块表示
计算机视觉与模式识别
2018-12-18 v1
摘要
本文致力于设计数据驱动模型，以利用RGB-D数据学习用于人脸识别的判别表示空间。与手工设计的表示不同，学习型模型能够从数据中提取并组织判别信息，并可自动适配以更快地构建新的计算机视觉应用。我们提出了一种训练卷积神经网络以学习人脸块判别特征的有效方法。所提方案在先进的RGB-D数据集上进行了测试与验证，相对于标准手工特征提取器展现出具有竞争力且前景良好的结果。
引用
@article{arxiv.1812.06829,
title = {Discriminant Patch Representation for RGB-D Face Recognition Using Convolutional Neural Networks},
author = {Nesrine Grati and Achraf Ben-Hamadou and Mohamed Hammami},
journal= {arXiv preprint arXiv:1812.06829},
year = {2018}
}
备注
Preprint accepted for publication in Proceedings of the 14th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - 2019