一种用于细粒度人脸识别的眼镜去除方法

作     者：毛亮 薛月菊 魏颖慧 朱婷婷 MAO Liang;XUE Yueju;WEI Yinghui;ZHU Tingting

作者机构：深圳职业技术学院粤港澳大湾区人工智能应用技术研究院深圳518055 华南农业大学电子工程学院广州510642 西安电子科技大学数学与统计学院西安710071 

基　　金：国家科技支撑计划(2015BAD06B03-3) 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2021年第43卷第5期

页      码：1448-1456页

摘      要：为解决眼镜遮挡会降低人脸识别性能的难点,借鉴深度卷积神经网络在超分辨率方面的成功应用,该文提出一种用于细粒度人脸识别的眼镜自动去除方法ERCNN。用卷积层、池化层、MFM特征选取模块和反卷积层设计ERCNN网络模型,自动学习戴眼镜和未戴眼镜人脸图像对之间的映射关系,实现端到端的眼镜去除。然后,收集大量监控场景下的人脸图像,以及互联网上公开的人脸图像作为训练集;同时构建SLLFW数据集,作为眼镜去除和人脸识别的测试集。最后,通过与传统的眼镜去除方法进行对比试验,该文算法的各项评价指标优于传统方法,能有效的去除真实人脸图像中眼镜;同时在SLLFW人脸数据集上形成的全框眼镜、半框眼镜和无框眼镜人脸数据集上对多种人脸识别算法进行对比试验。试验表明,在FAR为1%的情况下,利用该文方法对FSLLFW,H-SLLFW和R-SLLFW数据集的人脸图像进行眼镜去除后,SphereFace算法的TAR分别达到90.05%,91.14%和92.33%,比未去除眼镜的识别率分别提高了3.92%,3.08%和1.26%;同样,在FAR为0.1%的情况下,比SphereFace算法的TAR分别提高了10.06%,4.29%和2.13%,说明该文方法有助于提升细粒度人脸识别的识别精度。

主 题 词：人脸识别 深度卷积网络 特征选择 眼镜去除 

学科分类：13[艺术学] 0808[工学-自动化类] 0809[工学-计算机类] 07[理学] 08[工学] 1305[艺术学-设计学类] 0711[理学-心理学类] 081104[081104] 080401[080401] 0804[工学-材料学] 080402[080402] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.11999/JEIT200176

馆 藏 号：203103376...