少素描人脸图像检索：一项新挑战
计算机视觉与模式识别
2023-02-14 v1 人工智能
摘要
在某些特定场景中，人脸素描被用于身份识别。然而，绘制完整人脸素描常需技巧且耗时，阻碍了其在实际中的广泛应用。本研究提出一项称为少素描人脸图像检索(SLFIR)的新任务，其中检索在每一笔 strokes 时进行，旨在用尽可能少笔 strokes 的局部素描检索目标人脸照片（见图1）。首先，我们开发了一种生成带绘制过程的素描数据的方法，并开放了该数据集；其次，我们提出一种两阶段方法作为SLFIR的基线：(1) 首先采用三元组网络学习完整素描与其目标人脸照片之间共享的联合嵌入空间；(2) 将素描绘制过程视为序列，设计LSTM模块以优化不完整人脸素描的表示。实验表明，新框架可使用局部或池化绘制素描完成检索。
引用
@article{arxiv.2302.05576,
title = {Sketch Less Face Image Retrieval: A New Challenge},
author = {Dawei Dai and Yutang Li and Liang Wang and Shiyu Fu and Shuyin Xia and Guoyin Wang},
journal= {arXiv preprint arXiv:2302.05576},
year = {2023}
}
备注
5 pages, 6 figs