BriefGPT - AI 论文速递
·
区域关注的面罩去除与人脸修复
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一个多任务生成面部识别（MEER）网络，可以学习与遮挡无关和与身份相关的表征，并实现无遮挡面部合成。实验证明MEER方法超过了最先进的方法。
🎯
关键要点
- COVID-19疫情导致人们频繁戴口罩，影响面部识别系统性能。
- 一般面部识别系统在遮挡场景下性能严重下降，主要因关键面部区域被遮挡。
- 先前研究通过口罩预测或生成模型解决遮挡问题，但存在模型解释不足或伪影影响识别的问题。
- 本文提出多任务生成面部识别（MEER）网络，能够学习与遮挡无关和与身份相关的表征。
- MEER网络采用新的遮挡解耦模块，提取更纯净的身份特征。
- 通过联合训练策略恢复无遮挡面部，并使用保持身份的损失改进识别网络。
- 实验证明MEER方法在现实和合成遮挡基准下超过了最先进的方法。
🏷️
标签
➡️
