SPOT-Face：使用注意力引导最优传输的法医面部识别
计算机视觉与模式识别
2026-01-15 v1
摘要
当无法获取常见的 DNA 身份识别手段（即发丝、软组织）时，法医调查中的人员身份识别变得极具挑战性。当前方法利用深度学习进行人脸识别。然而，这些方法缺乏有效的机制来建模两种不同法医模态之间的跨域结构对应关系。在本文中，我们引入了 SPOT-Face，这是一个基于超像素图的框架，旨在利用受害者的颅骨和素描图像进行跨域法医面部识别。我们的统一框架首先从图像中构建基于超像素的图，然后使用不同的图神经网络（GNN）主干网络提取这些图的嵌入，同时通过注意力引导的最优传输机制建立跨域对应关系。我们在两个公开可用的数据集上评估了所提出的框架：IIT\_Mandi\_S2F（S2F）和 CUFS。我们进行了大量实验来评估所提出的框架。实验结果表明，与现有的基于图的基线方法相比，识别指标（即 Recall、mAP）均有显著提升。此外，我们的框架证明在法医调查中将颅骨和素描与人脸进行匹配方面非常有效。
引用
@article{arxiv.2601.09229,
title = {SPOT-Face: Forensic Face Identification using Attention Guided Optimal Transport},
author = {Ravi Shankar Prasad and Dinesh Singh},
journal= {arXiv preprint arXiv:2601.09229},
year = {2026}
}
备注
14 pages, 5 figures, 3 tables (ICPR_2026)