基于模板的多域人脸识别
计算机视觉与模式识别
2024-09-17 v1
摘要
尽管深度神经网络在可见光谱中的人脸检测和识别任务上表现出色，但在更具挑战性的非可见域中，其性能仍然相对不足。虽然领域适应和领域泛化领域已经进行了大量研究，但在本文中，我们处理了由于缺乏目标域训练数据而导致这些方法适用性有限的场景。我们专注于单源（可见光）和多目标（SWIR、远距离/远程、监控和随身佩戴）人脸识别任务的问题。我们通过实验表明，随着目标域复杂性的增加，一个好的模板生成算法变得至关重要。在此背景下，我们引入了一种称为范数池化（以及一种称为稀疏池化的变体）的模板生成算法，并表明它在IARPA JANUS基准多域人脸（IJB-MDF）数据集上，在不同域和网络中均优于平均池化。
引用
@article{arxiv.2409.09832,
title = {Template-based Multi-Domain Face Recognition},
author = {Anirudh Nanduri and Rama Chellappa},
journal= {arXiv preprint arXiv:2409.09832},
year = {2024}
}
备注
IJCB 2024 - Special Session on Recognition at Long Range and from High Altitude