典型文献
面向非受控场景的人脸图像正面化重建
文献摘要：
目的 人脸正面化重建是当前视觉领域的热点问题.现有方法对于模型的训练数据具有较高的需求,如精确的输入输出图像配准、完备的人脸先验信息等.但该类数据采集成本较高,可应用的数据集规模较小,直接将现有方法应用于真实的非受控场景中往往难以取得理想表现.针对上述问题,提出了一种无图像配准和先验信息依赖的任意视角人脸图像正面化重建方法.方法 首先提出了一种具有双输入路径的人脸编码网络,分别用于学习输入人脸的视觉表征信息以及人脸的语义表征信息,两者联合构造出更加完备的人脸表征模型.随后建立了一种多类别表征融合的解码网络,通过以视觉表征为基础、以语义表征为引导的方式对两种表征信息进行融合,融合后的信息经过图像解码即可得到最终的正面化人脸图像重建结果.结果 首先在Multi-PIE(multi-pose,illumina-tion and expression)数据集上与8种较先进方法进行了性能评估.定量和定性的实验结果表明,所提方法在客观指标以及视觉质量方面均优于对比方法.此外,相较于当前性能先进的基于光流的特征翘曲模型(flow-based feature warping model,FFWM)方法,本文方法能够节省79％的参数量和42％的计算操作数.进一步基于CASIA-WebFace(Institute of Automation,Chinese Academy of Sciences—WebFace)数据集对所提出方法在真实非受控场景中的表现进行了评估,识别精度超过现有方法10％以上.结论 本文提出的双层级表征集成推理网络,能够挖掘并联合人脸图像的底层视觉特征以及高层语义特征,充分利用图像自身信息,不仅以更低的计算复杂度取得了更优的视觉质量和身份识别精度,而且在非受控的场景下同样展现出了出色的泛化性能.
文献关键词：
人脸正面化重建;任意姿态;双编码路径;视觉表征;语义表征;融合算法
中图分类号：
作者姓名：
辛经纬;魏子凯;王楠楠;李洁;高新波
作者机构：
西安电子科技大学通信工程学院,西安 710071;西安电子科技大学电子工程学院,西安 710071;重庆邮电大学图像认知重庆市重点实验室,重庆 400065
文献出处：
引用格式：
[1]辛经纬;魏子凯;王楠楠;李洁;高新波-.面向非受控场景的人脸图像正面化重建)[J].中国图象图形学报,2022(09):2788-2800
A类：
人脸正面化,人脸正面化重建,FFWM,双编码路径
B类：
受控,人脸图像,训练数据,输入输出,出图,图像配准,人脸先验信息,规模较,无图,信息依赖,重建方法,双输入,入路,编码网络,视觉表征,语义表征,加完,表征模型,多类别,类别表征,解码,图像重建,Multi,PIE,multi,pose,illumina,expression,性能评估,客观指标,视觉质量,比方,光流,翘曲,flow,feature,warping,model,参数量,操作数,CASIA,WebFace,Institute,Automation,Chinese,Academy,Sciences,识别精度,征集,视觉特征,语义特征,计算复杂度,身份识别,下同,出色,泛化性能,任意姿态,融合算法
AB值：
0.41605
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
