通过多尺度 Retinex 与深浅特征结合增强亲属关系验证
计算机视觉与模式识别
2023-12-07 v1
摘要
从面部图像进行亲属关系验证的挑战代表了模式识别和计算机视觉领域中一个前沿且艰巨的方向。该研究领域拥有无数潜在应用，涵盖从图像标注和法医分析到社交媒体研究。我们的研究通过整合一种名为多尺度 Retinex (MSR) 的预处理方法脱颖而出，该方法提升了图像质量并增强了对比度，最终巩固了最终结果。在策略上，我们的方法利用了深度和浅层纹理描述符的和谐融合，通过逻辑回归 (LR) 方法在分数层面上熟练地合并它们。具体而言，我们采用局部相位量化 (LPQ) 描述符来提取浅层纹理特征。对于深度特征提取，我们求助于在卷积神经网络 (CNN) 上预训练的 VGG16 模型的强大能力。我们通过在三个严格的亲属数据集（即 Cornell Kin Face、UB Kin Face 和 TS Kin Face）上进行细致的实验，验证了我们方法的鲁棒性和有效性。
关键词
引用
@article{arxiv.2312.03562,
title = {Enhancing Kinship Verification through Multiscale Retinex and Combined Deep-Shallow features},
author = {El Ouanas Belabbaci and Mohammed Khammari and Ammar Chouchane and Mohcene Bessaoudi and Abdelmalik Ouamane and Yassine Himeur and Shadi Atalla and Wathiq Mansoor},
journal= {arXiv preprint arXiv:2312.03562},
year = {2023}
}