面向低质量数据的3D人脸识别

摘要：

该文提出了面向低质量数据的3D人脸识别方法.该方法针对快速采集设备的低质量3D人脸数据提出了空间注意力机制的Dropout(SAD)、类间正则化损失函数(IR Loss),有效提升了不完整3D人脸数据的识别精度.SAD通过空间注意力机制对特征图中权重大的部分随机Dropout,让网络学习到更多的隐藏特征;IR Loss通过约束不同身份人脸间的聚类中心的距离分离,使网络学习到的不同身份人的人脸特征相似度更低.实验表明,在当前最大规模的低质量数据集(Lock3DFace)上,该方法优于当前的基准方法,且提出的SAD和IR Loss表现出了强大的适用性和鲁棒性.

关键词：3D人脸识别、损失函数、低质量3D人脸、空间注意力机制

所属期刊栏目：50

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省重点研发项目

在线出版日期：2021-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：43-51