M2FPA：用于人脸姿态分析的多偏航多俯仰高质量数据库与基准
计算机视觉与模式识别
2019-10-22 v2
摘要
监控或移动场景中的人脸图像通常在俯仰角和偏航角方面具有较大的视角变化。这些同时发生的角度变化使人脸识别具有挑战性。当前公开人脸数据库主要考虑偏航变化的情况。本文提出了一个用于人脸姿态分析（M2FPA）的新的大规模多偏航多俯仰高质量数据库，包括人脸正面化、人脸旋转、人脸姿态估计和姿态不变人脸识别。它包含229个受试者的397,544张图像，带有偏航、俯仰、属性、光照和配饰信息。M2FPA是用于人脸姿态分析最全面的多视角人脸数据库。此外，我们利用几种最先进的方法（包括DR-GAN、TP-GAN和CAPG-GAN）在M2FPA上提供了人脸正面化和姿态不变人脸识别的有效基准。我们相信该新数据库和基准能显著推动人脸姿态分析在真实世界应用中的进展。而且，引入了一个简单而有效的解析引导判别器，以在GAN优化过程中捕获局部一致性。在M2FPA和Multi-PIE上的大量定量和定性结果表明了我们的人脸正面化方法的优越性。最先进方法在人脸合成和人脸识别上的基线结果展示了该新数据库所带来的挑战。
引用
@article{arxiv.1904.00168,
title = {M2FPA: A Multi-Yaw Multi-Pitch High-Quality Database and Benchmark for Facial Pose Analysis},
author = {Peipei Li and Xiang Wu and Yibo Hu and Ran He and Zhenan Sun},
journal= {arXiv preprint arXiv:1904.00168},
year = {2019}
}
备注
Accepted for publication at ICCV2019; The M2FPA dataset is available at https://pp2li.github.io/M2FPA-dataset/