基于局部表观特征的对关系网络用于人脸识别
计算机视觉与模式识别
2018-11-16 v1
摘要
我们提出了一种新的人脸识别方法，称为对关系网络（pairwise relational network, PRN），该方法提取特征图上关键点周围的局部表观特征，并捕捉同一身份下独特的成对关系以及不同身份间具有判别性的成对关系。PRN旨在从局部表观特征对中确定面部部件关系结构。由于有意义的成对关系应依赖于身份，我们加入了人脸身份状态特征，该特征由处理序列局部表观特征的长短期记忆（LSTM）单元网络获得。为进一步提高准确率，我们将全局表观特征与成对关系特征相结合。在LFW上的实验结果表明，PRN达到了99.76%的准确率。在YTF上，PRN达到了最先进的准确率（96.3%）。在IJB-A和IJB-B上的人脸验证和人脸辨识任务中，PRN也取得了与最先进方法相当的结果。本工作已于ECCV 2018发表。
引用
@article{arxiv.1811.06405,
title = {Pairwise Relational Networks using Local Appearance Features for Face Recognition},
author = {Bong-Nam Kang and Yonghyun Kim and Daijin Kim},
journal= {arXiv preprint arXiv:1811.06405},
year = {2018}
}
备注
To be appear in R2L workshop at NIPS 2018. arXiv admin note: substantial text overlap with arXiv:1808.04976