对抗学习在带妆人脸验证中的应用

摘要：

近年来研究人员在人脸识别与验证领域取得了巨大成就,尽管现有人脸验证算法已经取得了很好的成绩,但是由于化妆会改变面部图像的局部纹理信息,依旧给人脸验证带来了极大的挑战,针对此问题,本文提出了一种新的人脸验证的框架.设置两个残差网络用于提取带妆面部图像和不带妆面部图像的特征,同时在两个残差网络”1”的特征空间中引入一个判别器,判别器可以鉴别输入的特征向量是来自于哪一个残差网络,通过协同训练两个残差网络和判别器,利用对抗学习的机制使得残差网络可以提取到与妆容无关的特征.通过在MYP数据集上的实验证明,本文的方法能够取得较好的效果,且对于妆容的鲁棒性大大增强.

关键词：对抗学习、带妆面部图像、人脸验证、残差网络

所属期刊栏目：41

分类号：TP389(计算技术、计算机技术)

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2563-2568