鲁棒深度外观模型
计算机视觉与模式识别
2016-07-05 v1
摘要
本文提出一种新颖的鲁棒深度外观模型，用于学习人脸图像形状与纹理之间的非线性相关性。在该方法中，人脸图像的两个关键组成部分，即形状和纹理，分别由深度玻尔兹曼机和鲁棒深度玻尔兹曼机（RDBM）表示。RDBM是鲁棒玻尔兹曼机的一种替代形式，可以在纹理建模中分离损坏/遮挡的像素，以获得更好的重建结果。这两个模型在顶层通过受限玻尔兹曼机连接，以联合学习并捕获面部形状和外观的变化。本文还引入了通过从RDBM重建获得的掩码来感知遮挡的新拟合算法。所提出的方法通过使用具有挑战性的人脸数据集（即LFPW、Helen、EURECOM和AR数据库）在各种应用中进行了评估，以证明其鲁棒性和能力。
引用
@article{arxiv.1607.00659,
title = {Robust Deep Appearance Models},
author = {Kha Gia Quach and Chi Nhan Duong and Khoa Luu and Tien D. Bui},
journal= {arXiv preprint arXiv:1607.00659},
year = {2016}
}
备注
6 pages, 8 figures, submitted to ICPR 2016