Nov, 2023
透过面具看清楚: 多任务生成模型解耦人脸识别
Seeing through the Mask: Multi-task Generative Mask Decoupling Face
Recognition
TL;DRCOVID-19疫情爆发使得人们比以往更频繁地戴口罩。当前的一般面部识别系统在遇到遮挡场景时性能严重下降，可能的原因是面部特征受到关键面部区域的遮挡。为了解决这个问题，先前的研究要么通过额外的口罩预测在特征级别上提取与身份相关的嵌入，要么通过生成模型恢复遮挡的面部部分。然而，前者缺乏模型解释的视觉结果，而后者则存在可能影响下游识别的伪影。因此，本文提出了一个多任务生成面部识别（MEER）网络来共同处理这两个任务，它可以学习与遮挡无关和与身份相关的表征，并实现无遮挡面部合成。我们首先提出了一种新的遮挡解耦模块，以解离遮挡和身份信息，使网络从可见面部组成部分提取更纯净的身份特征。然后，通过联合训练策略恢复出一个无遮挡的面部，这将进一步使用保持身份的损失来改进识别网络。在现实和合成遮挡基准下进行的戴口罩面部识别实验证明了MEER方法超过了最先进的方法。