面向遮挡快速人脸识别的鲁棒低秩表示
计算机视觉与模式识别
2017-11-15 v2
摘要
本文提出一种迭代方法以解决带有块遮挡的人脸识别问题。我们的方法基于两个特性利用鲁棒表示，以有效建模连续误差（例如块遮挡）。第一个特性为误差适配一个由定制损失函数描述的分布。第二个特性将误差图像描述为具有特定结构（相较于图像尺寸呈低秩）。我们将展示此种联合表征能有效描述具有空间连续性的误差。由于使用了交替方向乘子法（ADMM），我们的方法计算高效。我们快速迭代算法的一个特例可导出通常用于处理非连续误差（例如像素损坏）的鲁棒表示方法。在代表性人脸数据库（受限与非受限环境）上的广泛结果表明，相较于现有鲁棒表示方法，我们的方法在识别率与计算时间上均更具优势。代码已在Github上提供，可找到F-LR-IRNNLS与F-IRNNLS（RRC的快速版本）的实现：https://github.com/miliadis/FIRC
引用
@article{arxiv.1605.02266,
title = {Robust and Low-Rank Representation for Fast Face Identification with Occlusions},
author = {Michael Iliadis and Haohong Wang and Rafael Molina and Aggelos K. Katsaggelos},
journal= {arXiv preprint arXiv:1605.02266},
year = {2017}
}
备注
IEEE Transactions on Image Processing (TIP), 2017