当前位置: X-MOL 学术arXiv.cs.CV › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
当人脸识别遇到遮挡时:新基准
arXiv - CS - Computer Vision and Pattern Recognition Pub Date : 2021-03-04 , DOI: arxiv-2103.02805
Baojin Huang, Zhongyuan Wang, Guangcheng Wang, Kui Jiang, Kangli Zeng, Zhen Han, Xin Tian, Yuhong Yang

现有的人脸识别数据集通常缺少遮挡样本,这阻碍了人脸识别的发展。特别是在COVID-19冠状病毒流行期间,戴口罩已成为防止病毒传播的有效手段。在现有数据集上训练的基于CNN的传统人脸识别模型对于重度遮挡几乎无效。为此,我们开创了模拟遮挡人脸识别数据集。特别是,我们首先收集各种眼镜和蒙版作为遮挡,然后随机组合遮挡属性(遮挡对象,纹理和颜色)以实现大量更逼真的遮挡类型。然后,我们以正常的遮挡习惯将它们遮盖在人脸图像的适当位置。此外,我们合理地将原始的正常人脸图像和遮挡的人脸图像结合起来,形成最终的数据集,称为Webface-OCC。它涵盖了10,575个对象的804,704张脸部图像,具有多种遮挡类型,以确保其多样性和稳定性。在公共数据集上进行的大量实验表明,我们的数据集重新训练后的ArcFace明显优于最新技术。Webface-OCC可从https://github.com/Baojin-Huang/Webface-OCC获得。



"点击查看英文标题和摘要"

更新日期:2021-03-05
down
wechat
bug