探索用于人脸验证的 3D 人脸重建与融合方法：视频监控案例研究
计算机视觉与模式识别
2024-09-17 v1 人工智能
摘要
3D 人脸重建（3DFR）算法基于针对不同应用场景定制的特定假设。当采集条件（如被摄物与相机的距离或相机特性）与预期不同时（这在视频监控中经常发生），这些假设限制了它们的使用。此外，3DFR 算法采用各种策略来解决从 2D 数据重建 3D 形状的问题，例如统计模型拟合、光度立体或深度学习。在本研究中，我们探索了三种代表 SOTA 的 3DFR 算法的应用，将每种算法作为人脸验证系统的模板集生成器。每个系统提供的分数通过分数级融合进行组合。我们表明，当测试在从未见过的相机距离和相机特性下进行时（跨距离和跨相机设置），不同 3DFR 算法产生的互补性提高了性能，从而鼓励对多种基于 3DFR 的方法进行进一步研究。
引用
@article{arxiv.2409.10481,
title = {Exploring 3D Face Reconstruction and Fusion Methods for Face Verification: A Case-Study in Video Surveillance},
author = {Simone Maurizio La Cava and Sara Concas and Ruben Tolosana and Roberto Casula and Giulia Orrù and Martin Drahansky and Julian Fierrez and Gian Luca Marcialis},
journal= {arXiv preprint arXiv:2409.10481},
year = {2024}
}
备注
Accepted at T-CAP - Towards a Complete Analysis of People: Fine-grained Understanding for Real-World Applications, workshop in conjunction with the 18th European Conference on Computer Vision ECCV 2024