使用分层多标签匹配器的基于块的人脸识别
计算机视觉与模式识别
2018-04-05 v1
摘要
本文提出一种用于基于块的人脸识别的分层多标签匹配器。在签名生成中，人脸图像被迭代划分为多级块。针对二维人脸图像和纹理提升图像分别引入两种不同类型的块划分与签名。匹配器训练包含三个步骤。首先，构建局部分类器以学习每个块的局部匹配。其次，利用局部块之间定义的分层关系来学习每个块的全局匹配。引入三种学习全局匹配的方式：多数投票、l1 正则化加权与决策规则。最后，将不同层级的全局匹配组合作为最终匹配。在不同人脸识别任务上的实验结果表明所提匹配器的有效性，代价是库泛化能力。与 UR2D 系统相比，所提匹配器在 UHDB31 数据集和 IJB-A 数据集上分别将 Rank-1 准确率显著提升了 3% 和 0.18%。
引用
@article{arxiv.1804.01417,
title = {Patch-based Face Recognition using a Hierarchical Multi-label Matcher},
author = {Lingfeng Zhang and Pengfei Dou and Ioannis A Kakadiaris},
journal= {arXiv preprint arXiv:1804.01417},
year = {2018}
}
备注
accepted in IVC: Biometrics in the Wild. arXiv admin note: text overlap with arXiv:1803.09359