基于人脸一致性知识蒸馏的眼周嵌入学习
计算机视觉与模式识别
2024-01-30 v3
摘要
眼周生物特征作为面部周边区域，是面部在遮挡或戴口罩时的协作替代方案。然而在实践中，仅有的眼周生物特征捕获最不显著的面部特征，从而缺乏判别信息，尤其在野外环境中。为解决这些问题，我们利用知识蒸馏将判别信息从人脸迁移以支撑眼周网络的训练。具体而言，我们利用人脸图像进行眼周嵌入学习，但仅使用眼周进行身份识别或验证。为通过人脸有效增强眼周嵌入，我们提出一致知识蒸馏（CKD），其在预测层与特征层上施加人脸与眼周网络间的一致性。我们发现，在预测层施加一致性能够（1）从人脸图像中提取全局判别关系信息，以及（2）将该信息从人脸网络有效迁移至眼周网络。特别地，一致性正则化预测单元以提取并存储人脸图像深刻的类间关系信息。（3）另一方面，特征层一致性使眼周特征对与身份无关的属性具有鲁棒性。总体而言，CKD 使仅有的眼周网络能为野外眼周识别生成鲁棒的判别嵌入。我们从理论与实证上验证了 CKD 中蒸馏机制的核心原理，发现 CKD 等价于带有新型面向稀疏正则化器的标签平滑，该正则化器有助于网络预测捕获全局判别关系。大量实验表明，CKD 在标准眼周识别基准数据集上取得了 SOTA 结果。
引用
@article{arxiv.2012.06746,
title = {Periocular Embedding Learning with Consistent Knowledge Distillation from Face},
author = {Yoon Gyo Jung and Jaewoo Park and Cheng Yaw Low and Jacky Chen Long Chai and Leslie Ching Ow Tiong and Andrew Beng Jin Teoh},
journal= {arXiv preprint arXiv:2012.06746},
year = {2024}
}
备注
Accepted to Neurocomputing