用于鲁棒面部亲属关系验证的多视图深度特征
计算机视觉与模式识别
2020-06-03 v1
摘要
从面部图像进行自动亲属关系验证是机器学习社区中一个新兴的研究课题。在本文中，我们提出了一种基于多视图深度特征的有效面部特征提取模型。因此，我们使用四个预训练深度学习模型的八个特征层（每个 VGG-F、VGG-M、VGG-S 和 VGG-Face 模型的 FC6 和 FC7 层）来训练所提出的结合类内协方差归一化的基于多线性侧信息的判别分析（MSIDA+WCCN）方法。此外，我们展示了基于 WCCN 方法集成的度量学习方法如何改进简单评分余弦相似度（SSC）方法。我们提到，在 RFIW'20 竞赛中，我们使用了 SSC 方法并结合这八个深度特征的拼接。因此，将 WCCN 集成到度量学习方法中，减少了由深度特征权重引入的类内变化影响。我们在两个亲属关系基准数据集（即 KinFaceW-I 和 KinFaceW-II 数据库）上使用四种亲子关系（父-子、父-女、母-子和母-女）评估了所提出的方法。因此，所提出的 MSIDA+WCCN 方法在 KinFaceW-I 和 KinFaceW-II 数据库上分别比 SSC 方法提高了 12.80% 和 14.65%。所得结果与包括依赖深度学习在内的现代方法进行了正向比较。
引用
@article{arxiv.2006.01315,
title = {Multi-view Deep Features for Robust Facial Kinship Verification},
author = {Oualid Laiadi and Abdelmalik Ouamane and Abdelhamid Benakcha and Abdelmalik Taleb-Ahmed and Abdenour Hadid},
journal= {arXiv preprint arXiv:2006.01315},
year = {2020}
}
备注
Will appear as part of RFIW2020 in the Proceedings of 2020 International Conference on Automatic Face and Gesture Recognition (IEEE AMFG)