面向对齐与识别的人脸正面化
计算机视觉与模式识别
2015-02-04 v1
摘要
最近，研究表明在人脸关键点定位和姿态不变人脸识别方面均能取得优异结果。这些突破归功于社区在手动标注多种姿态的人脸图像以及收集三维人脸数据方面的努力。本文中，我们提出了一种仅使用少量正面图像进行联合人脸关键点定位与正面人脸重建（姿态校正）的新方法。通过观察到正面人脸图像是所有不同姿态中秩最小的图像，我们构建了一个合适的模型，能够联合恢复人脸关键点以及人脸的正面化版本。为此，我们求解了一个涉及核范数和矩阵 ℓ1 范数最小化的优化问题。通过在 6 个人脸图像数据库上进行正面人脸重建（姿态校正）、人脸关键点定位以及姿态不变人脸识别与验证的实验，对所提方法进行了评估。实验结果证明了所提方法的有效性。
引用
@article{arxiv.1502.00852,
title = {Face frontalization for Alignment and Recognition},
author = {Christos Sagonas and Yannis Panagakis and Stefanos Zafeiriou and Maja Pantic},
journal= {arXiv preprint arXiv:1502.00852},
year = {2015}
}
备注
8 pages, 8 figures