基于形状与姿态参数的人体模型身份识别
计算机视觉与模式识别
2023-12-07 v1 图像与视频处理
摘要
我们提出了一种基于人体模型的身份识别系统（HMID），该系统联合训练形状、姿态和生物特征识别。HMID基于人体网格恢复（HMR）网络，我们提出了额外的损失函数，以在保持姿态和形状输出的同时，改善并稳定形状估计和生物特征识别。我们表明，当我们的HMID网络使用额外的形状和姿态损失进行训练时，与不使用此类损失的相同模型相比，其在生物特征识别性能上有显著提升。HMID模型使用原始图像而非轮廓，能够在远距离和高空采集的图像上进行鲁棒识别，因为许多人体测量属性对衣物、视角和距离具有合理的不变性。我们在USF数据集以及包含衣物和视角变化的探针的BRIAR数据集上展示了结果。我们的方法（使用人体模型损失）在BRIAR评估数据集上的Rank20准确率和真实接受率方面显示出显著改进。
引用
@article{arxiv.2312.03227,
title = {Human Body Model based ID using Shape and Pose Parameters},
author = {Aravind Sundaresan and Brian Burns and Indranil Sur and Yi Yao and Xiao Lin and Sujeong Kim},
journal= {arXiv preprint arXiv:2312.03227},
year = {2023}
}
备注
to be published in IEEE International Joint Conference on Biometrics, Ljubljana, Slovenia 2023