口罩遮挡情况下的非接触式多维生物识别算法研究及其应用
非接触式多维生物识别应用服务,旨在通过统一、便捷、自适应的多维度生物识别服务,解决单一维度生物识别因识别精度低而存在的安全问题,提高多维度生物识别的易用性.结合戴口罩的人脸识别和声纹识别能力能够更有效地满足社会应用的需求.相较于一般的人脸识别问题,识别戴口罩的人脸(Masked Face Recognition,MFR)是一项更加具有挑战性的课题.大多数针对戴口罩场景定制的人脸识别优化算法,会牺牲部分正常人脸的识别精度,降低了算法的通用性.梯度绕支特征学习(Gradient Bypassed Feature Learning,GBFL)是针对戴口罩人脸识别提出的一种优化算法.结合 3D算法生成的戴口罩人脸图像,GBFL通过阻断戴口罩图像对人脸分类器的优化,迫使特征提取器提取的戴口罩人脸特征向普通人脸特征靠近.实验表明,GBFL在普通人脸识别测试集LFW上提升了 1.14%,在真实收集的戴口罩人脸识别测试集MFD-R上提升了 7.56%.
多维生物识别、自适应识别、戴口罩人脸识别、梯度绕支特征学习、3D戴人脸
31
TP391.413;TP274;U491.116
2023-07-17（万方平台首次上网日期，不代表论文的发表时间）
共6页
53-58
