基于连体网络的小规模人脸库开放集人脸识别
计算机视觉与模式识别
2021-05-17 v1
摘要
人脸识别一直是生物识别领域中最受关注且被充分研究的领域之一。在实际应用中，人脸识别方法通常必须应对训练阶段未见过所有待测个体的场景（开放集场景）。因此，开放集人脸识别日益受到关注，因为它处理的是在并非所有面孔都预先已知的空间中识别个体的问题。这在诸如访问认证等多种应用中十分有用，其中仅允许少数此前已注册到人脸库中的个体通过。本文提出了一种面向小规模人脸库且关注注册检测而非身份检索的开放集人脸识别新方法。我们提出一种连体网络（Siamese Network）架构，通过学习一个模型，基于类验证的方法检测待测人脸是否已注册到人脸库中。在 Pubfig83、FRGCv1 和 LFW 数据集上针对小规模人脸库进行的实验中取得了有前景的结果。在 FRGCv1 上超越了 HFCN 和 HPLS 等最先进（SOTA）方法。此外，针对 LFW 上小规模人脸库的实验引入了一种新的评估协议。
引用
@article{arxiv.2105.06967,
title = {Open-set Face Recognition for Small Galleries Using Siamese Networks},
author = {Gabriel Salomon and Alceu Britto and Rafael H. Vareto and William R. Schwartz and David Menotti},
journal= {arXiv preprint arXiv:2105.06967},
year = {2021}
}