超越人脸辨识的解耦特征表示探索
计算机视觉与模式识别
2018-04-11 v1 人工智能
摘要
本文提出以极小监督通过人脸辨识学习解耦但互补的人脸特征。具体而言，我们构建了身份蒸馏与驱散自编码器（D2AE）框架，其对抗式地学习用于身份核验的身份蒸馏特征以及用于欺骗核验系统的身份驱散特征。得益于双流线索的设计，所学解耦特征不仅表示身份或属性，还表示完整的输入图像。综合评估进一步表明，所提特征不仅在 LFW 上保持最先进的身份核验性能，还在 CelebA 和 LFWA 上获得有竞争力的面部属性识别判别力。此外，所提系统可基于不同身份与属性以无监督方式随时进行人脸生成/编辑的语义控制。
引用
@article{arxiv.1804.03487,
title = {Exploring Disentangled Feature Representation Beyond Face Identification},
author = {Yu Liu and Fangyin Wei and Jing Shao and Lu Sheng and Junjie Yan and Xiaogang Wang},
journal= {arXiv preprint arXiv:1804.03487},
year = {2018}
}
备注
Accepted by CVPR 2018