Sep, 2019

通过分离独立因素进行跨光谱人脸超精细化

PDF
TL;DR本研究提出一种姿态对齐的跨光谱幻觉方法，通过生成方法对准红外和可见光人脸图像，再使用一种纹理融合模块进行光谱转换，从而实现异构人脸识别。在三个具有挑战性的数据集上进行实验，验证了该方法在视觉和性能方面的有效性。
heterogeneous face recognitioncross-sensor gappose aligned cross-spectral hallucinationunsupervised face alignmenttexture prior synthesis
发现论文，激发创造
  • 对抗式判别异质人脸识别

    本文提出了一种对抗鉴别特征学习框架，通过在原始像素空间和紧凑特征空间上进行对抗学习，整合跨光谱人脸超分辨率和鉴别特征学习。在三个 NIR-VIS 数据库的实验结果表明，我们的方法优于最先进的 HFR 方法，且不需要复杂网络或大规模训练数据集。

    Sep, 2017

  • 跨光谱幻化与低秩嵌入的 NIR-VIS 人脸识别

    本文提出了一种将视觉光谱中深度学习用于人脸识别扩展到近红外光谱的方法，其核心组件为跨光谱幻觉和低秩嵌入，可实现近红外光谱人脸图像的识别，并在 CASIA NIR-VIS v2.0 基准测试中取得了最先进的准确性。

    Nov, 2016

  • 跨模态人脸识别的深度感知映射

    本文提出了一种利用深度神经网络来捕捉 2 种不同模式下人脸匹配问题的非线性映射关系，以达到跨模式人脸匹配的目的，并在 3 个数据集上获得了相当大的识别率提升。

    Jan, 2016

  • 超图引导的去耦频谱变换网络用于近红外面部表情识别

    本文首次尝试深度近红外 (NIR) 面部表情识别，提出了一种名为近红外面部表情转换器 (NFER-Former) 的新方法。通过引入自注意力正交分解机制和超图引导特征嵌入方法，可以在缺失可见光信息的情况下提取表情特征，并构建大型 NIR-VIS 面部表情数据集来验证 NFER-Former 的效率。通过广泛的实验和剔除研究，证明 NFER-Former 明显改善了 NIR 面部表情识别性能，并在 Oulu-CASIA 和 Large-HFE 这两个唯一可用的 NIR 面部表情识别数据集上取得了最新的成果。

    Dec, 2023

  • 面部综合识别中的身份特征解耦人脸合成

    本文介绍一种从异构数据扩充的视角出发的新型异构人脸识别方法 —— 具有身份属性解缠的人脸合成（FSIAD），在大量合成的图像中使用随机组合的解缠特征丰富图像属性的多样性，并将合成和原始图像同时用于训练网络，以提高异构人脸识别的性能。

    Jun, 2022

  • 异构人脸识别的解耦变分表示

    本文提出了一种利用 Disentangled Variational Representation (DVR) 进行 NIR 和 VIS 模态匹配的方法，在生成具有内在身份信息和内部变化的脸部表示的基础上，通过探索解缠绕潜变量空间，使用变分下界对 NIR 和 VIS 表示进行优化，取得了较大的改进。

    Sep, 2018

  • 重新思考近红外人脸识别中的领域差距

    利用大规模可见光数据对大型神经网络进行预训练，然后采用正则化的微调策略，通过将异构人脸识别问题视为低数据微调问题，达到或超过四个公开基准的最新成果。

    Dec, 2023

  • 基于生成对抗网络的极化热脸可见脸合成

    本文提出了一种基于生成对抗网络的可见面孔合成 (GAN-VFS) 方法，通过联合优化来自极化热成像的面孔图像。通过在训练过程中引入指导子网络来确保编码的可见特征包含更多的语义信息，结合恒等损失和感知损失实现兼顾光学真实属性和重建输出的区分特征，实验表明该方法达到了最先进的性能。

    Aug, 2017

  • 通过学习综合技术实现非监管交叉光谱立体匹配

    本文提出了一种以图像转换为基础的无监督跨光谱立体匹配框架，利用风格适应网络和视图重建损失解决了不同光谱波段图像之间的外观差异问题，提高了立体匹配的稳健性。

    Mar, 2019

  • 高光谱光场立体匹配

    本文介绍了如何使用全谱光场捕获（H-LF）系统提取场景深度。我们的方法分为两个部分，第一部分是新的跨光谱配对技术，第二部分是使用 H-LF 立体匹配。实验结果表明，我们的方法能够产生高质量的视差图，并且可以用于产生完整的光场，并合成不同光谱响应下的全焦和散焦彩色图像。

    Sep, 2017