通过自注意力引导合成实现偏振热成像至可见光人脸验证
计算机视觉与模式识别
2020-04-23 v1
摘要
偏振热成像至可见光人脸验证涉及匹配具有显著域差异的两幅图像。若干近期方法试图从热图像合成可见光人脸以进行跨模态匹配。在本文中，我们采取一种不同思路：不仅聚焦于从热人脸合成可见光人脸，我们还提出从可见光人脸合成热人脸。我们的直觉基于以下事实，即热图像也包含用于验证的某些判别性人物信息。从原始图像及合成图像中提取预训练卷积神经网络（CNN）的深度特征。随后融合这些特征以生成模板，并用于验证。所提出的合成网络基于自注意力生成对抗网络（SAGAN），其本质上允许高效的注意力引导图像合成。在 ARL 偏振热成像人脸数据集上的大量实验表明，所提方法达到了最先进性能。
引用
@article{arxiv.1904.07344,
title = {Polarimetric Thermal to Visible Face Verification via Self-Attention Guided Synthesis},
author = {Xing Di and Benjamin S. Riggan and Shuowen Hu and Nathaniel J. Short and Vishal M. Patel},
journal= {arXiv preprint arXiv:1904.07344},
year = {2020}
}
备注
This work is accepted at the 12th IAPR International Conference On Biometrics (ICB 2019)