科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于实例级空间感知引导的异质人脸识别方法,包括：采用开源NIR-VIS异质人脸数据集；提出一个语义空间分布自适应对齐模块与语义对齐的空间自适应归一化模块,设计了一个由任意VIS或NIR图像作为实例引导NIR图像与VIS图像相互转换的交叉光谱人脸幻化网络,并基于此网络结构建立了无监督NIR-VIS图像翻译模型；在CycleGAN的双向一致训练框架基础上,提出一个基于梯度的结构一致性损失函数,优化模型；用优化后的模型将NIR图像转换成VIS图像,进行人脸识别。本发明提高NIR转换VIS图像的质量与多样性,提高了近红外图像的人脸识别精度,任意VIS实例引导转换的特性提高了模型在不同场景的鲁棒性,进一步本方法可以无缝植入已有的人脸识别系统。
- 单位
