基于合成的低分辨率鲁棒人脸识别
计算机视觉与模式识别
2017-07-11 v1
摘要
低分辨率人脸图像的识别在许多实际人脸识别系统中是一个具有挑战性的问题。人脸识别文献中已提出针对该问题的方法，其假设探针图像为低分辨率，但可用于识别的高分辨率图库存在。这些尝试旨在修改探针图像，以使所得图像提供更好的判别性。我们通过利用高分辨率图库图像中可用的信息来不同地表述该问题，并提出一种用于分类低分辨率探针图像的字典学习方法。我们算法的一个重要特征是它能够处理分辨率变化以及光照变化。此外，我们还对算法进行核化以处理数据中的非线性，并提出了一种联合字典学习技术，用于低分辨率下的鲁棒识别。所提方法的有效性通过使用标准数据集和一个具有挑战性的室外人脸数据集得到证明。结果表明，我们的方法是高效的，并且性能显著优于许多竞争性的低分辨率人脸识别算法。
引用
@article{arxiv.1707.02733,
title = {Synthesis-based Robust Low Resolution Face Recognition},
author = {Sumit Shekhar and Vishal M. Patel and Rama Chellappa},
journal= {arXiv preprint arXiv:1707.02733},
year = {2017}
}