孙 俊, 才 华,2, 朱新丽, 胡 浩, 李英超
(1. 长春理工大学 电子信息工程学院, 长春 130022; 2. 长春中国光学科学技术馆, 长春 130117; 3. 长春理工大学 空间光电技术研究所, 长春 130022)
无约束环境下的人脸识别是计算机视觉领域一个极具挑战性的问题. 相同身份的面孔在不同的光照、 面部姿势、 面部表情和遮挡中呈现时, 看起来会不同, 甚至同一身份的这种变化可能比由于身份差异的变化更强. 为解决这些问题, 目前已提出了许多基于深度学习的人脸识别方法, 如DeepFace[1],DeepID[2-3]系列,FaceNet[4],SphereFace[5],CosFace[6],ArcFace[7]等. 这些方法通过将输入的原始数据映射到深层嵌入特征执行标签信息的特征学习和预测, 这些特征通常是最后一个完全连接层(FC)的输出, 然后利用这些深层特征预测标签. 但这些方法在其应用程序中整体地使用深层嵌入特征, 而用了哪些特征及其意义不明确.
在无约束环境下的人脸识别任务中, 深度学习和嵌入特征不仅需要可分离, 还需要具有可鉴别性. 但这些特征是隐式学习的, 对于特征的哪部分是有意义的以及特征的哪部分是可分离和可区分的不明确, 因此, 很难知道用何种特征区分人脸图像的身份. 针对上述问题已提出了许多解决方法, 如通过学习多尺度表示区分特征中的潜在意义[8-9], 通过对低层特征和高层特征的结合提高人脸特征的鉴别能力[10], 通过注意力机制对有意义特征进行自注意[11-13]等. 但这些方法都是对低层特征设计的, 捕获低层的局部详细信息或小……