逆行重建CNN用于光照逆行正面人脸图像恢复与识别

杨丽萍、杨斌、顾晓华

国际标准编号：1557-3958|EISSN公司：1557-3966|EISBN13：9781799859833|内政部：10.4018/IJCINI.20210401.oa2

MLA公司

杨丽萍（Yang，Liping）等，“对抗重建CNN用于照明-逆行正面人脸图像恢复和识别”IJCINI公司第15卷，第2期，2021年：第18-33页。http://doi.org/10.4018/IJCINI.20210401.oa2

亚太地区

Yang，L.，Yang，B.，&Gu，X.（2021）。逆行重建CNN用于光照逆行正面人脸图像恢复和识别。国际认知信息学与自然智能杂志（IJCINI），15(2), 18-33. http://doi.org/10.4018/IJCINI.20210401.oa2

芝加哥

Yang，Liping，Bin Yang和Xiaohua Gu。“对抗性重建CNN用于照明鲁棒正面人脸图像恢复和识别，”国际认知信息学与自然智能杂志（IJCINI）15，2号：18-33。http://doi.org/10.4018/IJCINI.20210401.oa2

导出参考

最喜欢的完整发布下载

查看全文HTML

查看全文PDF

摘要

本文提出了一种用于非均匀照明正面人脸图像恢复和识别的对抗重建卷积神经网络（ARCNN）。该ARCNN包括一个重构网络和一个判别网络。作者使用GAN框架以对抗的方式学习重构网络。本文将梯度损失项和感知损失项集成到整体重建损失函数中，以约束重建过程。梯度损失项能够保留图像的细节和空间结构信息。在典型的光敏感数据集——扩展的YaleB数据集上进行了实验。重建结果表明，所提出的ARCNN方法可以去除光照和阴影信息，从非均匀光照人脸图像中恢复出自然均匀光照的人脸图像。在扩展的YaleB数据集上的人脸识别结果表明，所提出的ARCNN重建过程还可以保留人脸图像的鉴别信息以用于分类任务。