面向遮挡面部恢复的特征表示学习
计算机视觉与模式识别
2023-01-02 v1
摘要
近年的疫情导致公共场所佩戴口罩的人数急剧增加。这给无处不在的人脸识别技术的普遍使用带来了明显挑战，其性能现正出现下降。解决该问题的一种方法是将人脸恢复方法作为预处理步骤。当前的人脸重建与操控方法利用了建模人脸流形的能力，但往往较为通用。我们引入一种专门用于从同一戴罩个体的图像中恢复人脸图像的方法。为此，我们设计了一种专门的 GAN 反演方法，基于一组适当的损失来学习去遮编码器。通过广泛实验，我们表明该方法在去遮人脸图像上有效。此外，我们还表明身份信息的保留足够好，可基于多个面部识别基准数据集提升人脸验证性能。
引用
@article{arxiv.2212.14110,
title = {Learning Representations for Masked Facial Recovery},
author = {Zaigham Randhawa and Shivang Patel and Donald Adjeroh and Gianfranco Doretto},
journal= {arXiv preprint arXiv:2212.14110},
year = {2023}
}