人脸识别中有趣自拍滤镜的影响评估与去除
计算机视觉与模式识别
2022-02-15 v1
摘要
本研究调查了常用于修饰自拍的有趣自拍滤镜对人脸识别系统的影响。基于对免费移动应用的定性评估与分类，选取十种相关的有趣自拍滤镜来构建数据库。为此，将所选滤镜自动应用于公开人脸图像数据库的人脸图像上。使用多种前沿方法评估有趣自拍滤镜对以下方面性能的影响：基于dlib、RetinaFace和某COTS方法的人脸检测，由FaceQNet和MagFace估计的样本质量，以及采用ArcFace和某COTS算法的识别准确率。所得结果表明，自拍滤镜对人脸识别模块有负面影响，尤其是当有趣自拍滤镜覆盖较大面部区域、遮住嘴、鼻和眼时。为减轻此类不良影响，提出了一种基于GAN的自拍滤镜去除算法，其由分割模块、感知网络与生成模块组成。在跨数据库实验中，所提自拍滤镜去除技术的应用显著提升了底层人脸识别系统的生物识别性能。
引用
@article{arxiv.2202.06022,
title = {Fun Selfie Filters in Face Recognition: Impact Assessment and Removal},
author = {Cristian Botezatu and Mathias Ibsen and Christian Rathgeb and Christoph Busch},
journal= {arXiv preprint arXiv:2202.06022},
year = {2022}
}