Face-GCN：一种用于三维动态人脸辨识/识别的图卷积网络
计算机视觉与模式识别
2021-04-21 v2
摘要
人脸辨识/识别在过去几年中取得了显著进展。然而，大多数已有方法依赖于静态RGB帧和中性面部表情。这有两个缺点。首先，重要的面部形状线索被忽略。其次，由表情引起的面部形变会影响此类方法的性能。在本文中，我们提出了一种基于面部关键点的动态三维人脸辨识/识别新框架。每个面部表情的动态序列被表示为一个时空图，该图使用三维面部标志点构建。每个图节点包含从其邻域提取的局部形状与纹理特征。对于人脸的分类/辨识，使用了一种时空图卷积网络（ST-GCN）。最后，我们在一个具有挑战性的动态三维面部表情数据集上评估了我们的方法。
引用
@article{arxiv.2104.09145,
title = {Face-GCN: A Graph Convolutional Network for 3D Dynamic Face Identification/Recognition},
author = {Konstantinos Papadopoulos and Anis Kacem and Abdelrahman Shabayek and Djamila Aouada},
journal= {arXiv preprint arXiv:2104.09145},
year = {2021}
}