多光谱人脸关键点检测
计算机视觉与模式识别
2020-06-11 v1
摘要
热红外人脸图像分析在某些情形下具有优势。例如，对光照敏感的应用，如夜间监控；以及有隐私保护需求的门禁控制。然而，对热红外人脸图像分析研究的不足呼吁人们关注以响应产业需求。检测人脸关键点对许多人脸分析任务十分重要，如人脸识别、3D 人脸重建和人脸表情识别。本文中，我们提出一种由鲁棒神经网络驱动的人脸关键点检测，即深度多光谱学习（DMSL）。简言之，DMSL 由两个子模型组成，即人脸边界检测和关键点坐标检测。这样的架构展示出在可见光与热红外图像上检测人脸关键点的能力。特别地，所提出的 DMSL 模型在人脸部分遮挡或朝向不同方向的人脸关键点检测中具有鲁棒性。在 Eurecom 的可见光与热红外配对数据库上的实验表明，DMSL 在热红外人脸关键点检测上优于当前最优方法。此外，我们标注了一个带有相应人脸关键点的热红外人脸数据集以用于实验。
引用
@article{arxiv.2006.05196,
title = {Multi-spectral Facial Landmark Detection},
author = {Jin Keong and Xingbo Dong and Zhe Jin and Khawla Mallat and Jean-Luc Dugelay},
journal= {arXiv preprint arXiv:2006.05196},
year = {2020}
}