人脸识别论文笔记 Reconstruction-Based Disentanglement for Pose-invariant Face Recognition

本文介绍了一种解决姿态变化人脸识别问题的方法,通过2D正面人脸恢复3D形状并投影到不同姿态,结合多任务学习和特征解纠缠,确保身份特征在不同姿态下的一致性。实验表明该方法有效提高了姿态变化下的人脸识别性能。
摘要由CSDN通过智能技术生成

一篇做pose-invariant人脸识别的paper:

Reconstruction-Based Disentanglement for Pose-invariant Face Recognition.Xi Peng, Xiang Yu, Kihyuk Sohn, Dimitris N. Metaxas and Manmohan Chandraker

因为里面还有用3D model来做二维人脸图像render的工作,所以顺便看了这篇比较老的文章:A Morphable Model For The Synthesis Of 3D Faces. Volker Blanz Thomas Vetter

Motivation

     工作是为了解决pose variant face recognition的,怎么能在比较大的pose下把人脸识别做好,目前大部分的人脸识别工作没有显示的来解决pose的问题,指望通过训练数据里涵盖足够多的大pose数据来做,也有deepface这样的工作做了基于2D人脸恢复成3D再转正的尝试,不过我们之前也尝试复现过这个结果,恢复出来的正面2D人脸效果并不好。所以作者提出了三个新的思路,一是因为把侧面的转正之后还是会有信息损失,所以选择了通过

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值