用于精确遮挡口罩人脸识别的自约束三元组损失
计算机视觉与模式识别
2021-12-14 v3
摘要
使用人脸作为生物识别身份特征，其动机在于采集过程非接触以及识别算法的高精度。在当前 COVID-19 大流行之后，公共场所被要求佩戴口罩以控制疫情。然而，因佩戴口罩导致的人脸遮挡给人脸识别系统带来了新兴挑战。本文提出一种提升遮挡口罩人脸识别性能的解决方案。具体而言，我们提出嵌入去掩码模型（EUM），其构建于现有人脸识别模型之上。我们还提出一种新颖损失函数——自约束三元组（SRT）损失，使 EUM 能够生成与同身份未佩戴口罩人脸相似的嵌入。在三种人脸识别模型、两个真实口罩数据集和两个合成生成口罩人脸数据集上的评估结果表明，我们所提方法在大多数实验设定下显著提升了性能。
引用
@article{arxiv.2103.01716,
title = {Self-restrained Triplet Loss for Accurate Masked Face Recognition},
author = {Fadi Boutros and Naser Damer and Florian Kirchbuchner and Arjan Kuijper},
journal= {arXiv preprint arXiv:2103.01716},
year = {2021}
}
备注
Accepted in Pattern Recognition