面向非受限环境下识别的人脸软生物特征：近期工作、标注与商用系统评估
计算机视觉与模式识别
2022-10-25 v1
摘要
软生物特征在增强非受限场景下人员识别系统方面的作用尚未被充分研究。在此，我们探究以下模态的效用：性别、种族、年龄、眼镜、胡须和髭须。我们考虑两种假设：1) 软生物特征的手动估计；2) 来自两个商用现货系统(COTS)的自动估计。所有实验均使用标注人脸 wild (LFW) 数据库进行报告。首先，我们研究软生物特征单独使用的判别能力。随后，将软生物特征与两个基于深度学习的先进人脸识别系统进行融合实验。我们观察到，在非受限场景中软生物特征是人脸模态的宝贵补充，在使用手动/自动软生物特征估计时，验证性能相对提升分别高达 40%/15%。由于我们公开了在 LFW 上的手动标注与 COTS 软生物特征输出以及人脸识别分数，结果可复现。
引用
@article{arxiv.2210.13129,
title = {Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation},
author = {Ester Gonzalez-Sosa and Julian Fierrez and Ruben Vera-Rodriguez and Fernando Alonso-Fernandez},
journal= {arXiv preprint arXiv:2210.13129},
year = {2022}
}
备注
Published at IEEE Transactions on Information Forensics and Security