基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对非正面姿态下人脸识别率低下的问题,提出一种基于双路循环生成对抗网络的多姿态人脸识别方法.该网络由人脸转正及人脸旋转两部分组成.人脸转正部分完成侧面人脸向正面人脸的转化,实现多对一的姿态类别映射;人脸旋转部分完成对正面人脸身份特征的提取及指定姿态人脸的生成,实现一对多的姿态类别映射.训练过程中利用两条循环路径将人脸转正及人脸旋转过程结合,一路完成人脸侧面至正面再至侧面的循环转化,另一路则完成人脸正面至侧面再至正面的循环转化,促使两部分内容相互利用、约束,提高对侧面人脸的识别率.为了加快网络的收敛速度,降低训练难度,训练过程分为先局部后整体两个不同的阶段进行.在人脸数据集Multi-PIE及CFP上的实验结果表明,该方法能够有效提高对侧面人脸的识别率.
推荐文章
基于ICA和线性回归的多姿态人脸识别方法
独立成分分析
线性回归
姿态变换
人脸合成
基于本征空间的多姿态人脸识别方法
多姿态
人脸识别
PCA
欧氏距离
基于正交视图的多姿态人脸识别算法
人脸识别
多姿态
正交视图
3D模型
基于加权均值人脸的多姿态人脸识别
人脸姿态变化
加权均值人脸
加权均值人脸矩阵
局部保持投影
深层特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于双路循环生成对抗网络的多姿态人脸识别方法
来源期刊 光学学报 学科
关键词 图像处理 人脸识别 多姿态 双路循环 生成对抗网络
年,卷(期) 2020,(19) 所属期刊栏目 图像处理|Image Processing
研究方向 页码范围 57-66
页数 10页 分类号 TP391.4
字数 语种 中文
DOI 10.3788/AOS202040.1910002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像处理
人脸识别
多姿态
双路循环
生成对抗网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光学学报
半月刊
0253-2239
31-1252/O4
大16开
上海市嘉定区清河路390号(上海800-211信箱)
4-293
1981
chi
出版文献量(篇)
11761
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导