La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Sketch Face Recognition via Cascaded Transformation Generation Network Reconnaissance faciale d'esquisse via un réseau de génération de transformation en cascade

Lin CAO, Xibao HUO, Yanan GUO, Kangning DU

  • Vues en texte intégral

    0

  • Citer

Résumé:

La reconnaissance faciale par croquis fait référence à la correspondance de photos avec des croquis, ce qui a été utilisé efficacement dans diverses applications allant des forces de l'ordre au divertissement numérique. Cependant, en raison du grand écart modal entre les photos et les croquis, la reconnaissance faciale des croquis reste actuellement une tâche difficile. Pour réduire l'écart de domaine entre les croquis et les photos, cet article propose un réseau de génération de transformation en cascade pour la génération d'images multimodales et la reconnaissance faciale des croquis simultanément. Le réseau de génération de transformation en cascade proposé est composé d'un module de génération, d'un module de transformation de caractéristiques en cascade et d'un module classificateur. Le module de génération vise à générer une image multi-modalités de haute qualité, le module de transformation de caractéristiques en cascade extrait des caractéristiques sémantiques de haut niveau pour la génération et la reconnaissance simultanément, le module de classificateur est utilisé pour compléter la reconnaissance faciale d'esquisse. Le réseau de génération de transformation proposé est entraîné de bout en bout, il renforce la précision de la reconnaissance par les images générées. Les performances de reconnaissance sont vérifiées sur les ensembles de données UoM-SGFSv2, e-PRIP et CUFSF ; les résultats expérimentaux montrent que la méthode proposée est meilleure que les autres méthodes de l'état de l'art.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E104-A No.10 pp.1403-1415
Date de publication
2021/10/01
Publicisé
2021/04/01
ISSN en ligne
1745-1337
DOI
10.1587/transfun.2021EAP1005
Type de manuscrit
PAPER
Catégories
Image(s)

Auteurs

Lin CAO
  Beijing Information Science and Technology University
Xibao HUO
  Beijing Information Science and Technology University
Yanan GUO
  Beijing Information Science and Technology University
Kangning DU
  Beijing Information Science and Technology University

Mots-clés

Table des matières