面向野外端到端神经人脸认证——定向光照效应的量化与补偿
计算机视觉与模式识别
2021-04-10 v1 人工智能
摘要
近期低功耗神经加速器硬件的可用性，结合端到端神经人脸识别算法的改进，为设备端人脸认证提供了赋能技术。本研究考察了定向光照对一种最先进（SoA）神经人脸识别器的影响。由于缺乏具有足够定向光照变化的公开数据集，我们使用合成重打光技术来增广数据样本。研究发现顶光及其变体（左上、右上）对精度影响极小，而左下或右下的定向光照影响最为显著。在对网络权重进行微调后，该人脸识别模型在所有光照条件下均接近原始的接收者操作特征曲线（ROC）性能，并展示出超越微调数据集中所用光照增广的泛化能力。本工作表明，SoA 神经人脸识别模型可通过微调来补偿定向光照效应，从而无需在人脸识别前增加预处理步骤。
引用
@article{arxiv.2104.03854,
title = {Towards End-to-End Neural Face Authentication in the Wild -- Quantifying and Compensating for Directional Lighting Effects},
author = {Viktor Varkarakis and Wang Yao and Peter Corcoran},
journal= {arXiv preprint arXiv:2104.03854},
year = {2021}
}