基于 cGAN-TOP 的点云人脸识别去噪
计算机视觉与模式识别
2025-06-10 v1 人工智能
摘要
使用 3D 点云进行人脸识别正逐渐受到关注，但原始点云常因传感器不完美而包含大量噪声。本文提出一种端到端的噪声点云 3D 人脸识别方法， synergistically 集成了去噪和识别模块。具体而言，设计了在三正交平面上的条件生成对抗网络 (cGAN-TOP)，有效去除点云中的噪声，并恢复后续识别的底层特征。然后改编了链接动态图卷积神经网络 (LDGCNN) 用于从处理后的点云上进行人脸识别，该网络层次性地链接局部点特征和多个尺度的邻域特征。该方法在 Bosphorus 数据集上进行验证。在所有噪声设置下均显著提高了识别准确率，最大提升 14.81%。
引用
@article{arxiv.2506.06864,
title = {Face recognition on point cloud with cgan-top for denoising},
author = {Junyu Liu and Jianfeng Ren and Sunhong Liang and Xudong Jiang},
journal= {arXiv preprint arXiv:2506.06864},
year = {2025}
}
备注
Published in ICASSP 2023