PaW-ViT：用于稳健耳部验证的基于补丁的形变视觉转换器
计算机视觉与模式识别
2026-01-28 v1
摘要
视觉转换器方法中常用的矩形标记由于包含识别对象之外的信息，可能显著影响这些方法的性能。本文引入PaW-ViT（Patch-based Warping Vision Transformer），一种基于解剖学知识的预处理方法，用于规范化耳部图像以提高ViT的效果。通过准确将标记边界对齐到检测到的耳部特征边界，PaW-ViT能够提高对形状、大小和姿态变化的鲁棒性。通过将特征边界对齐到自然耳部曲线，能够为各种形态学结构产生更一致的标记表示。实验确认了PaW-ViT在各种ViT模型（ViT-T、ViT-S、ViT-B、ViT-L）上的有效性，并在形状、大小和姿态方面获得了合理的对齐鲁棒性。我们的工作旨在解决耳部生物识别形态学变化与转换器架构位置灵敏性之间的鸿沟，为身份验证方案提供了可能的途径。
引用
@article{arxiv.2601.19771,
title = {PaW-ViT: A Patch-based Warping Vision Transformer for Robust Ear Verification},
author = {Deeksha Arun and Kevin W. Bowyer and Patrick Flynn},
journal= {arXiv preprint arXiv:2601.19771},
year = {2026}
}