口罩遮挡情况下的非接触式多维生物识别算法研究及其应用  

作　　者：林群雄[1] 金诚 孙全忠[1] 

机构地区：[1]广东省公安厅,广东广州510050 [2]广州市公安局南沙分局,广东广州500100

出　　处：《广东公安科技》2023年第1期53-58,共6页

摘　　要：非接触式多维生物识别应用服务,旨在通过统一、便捷、自适应的多维度生物识别服务,解决单一维度生物识别因识别精度低而存在的安全问题,提高多维度生物识别的易用性。结合戴口罩的人脸识别和声纹识别能力能够更有效地满足社会应用的需求。相较于一般的人脸识别问题,识别戴口罩的人脸(Masked Face Recognition,MFR)是一项更加具有挑战性的课题。大多数针对戴口罩场景定制的人脸识别优化算法,会牺牲部分正常人脸的识别精度,降低了算法的通用性。梯度绕支特征学习(Gradient Bypassed Feature Learning,GBFL)是针对戴口罩人脸识别提出的一种优化算法。结合3D算法生成的戴口罩人脸图像,GBFL通过阻断戴口罩图像对人脸分类器的优化,迫使特征提取器提取的戴口罩人脸特征向普通人脸特征靠近。实验表明,GBFL在普通人脸识别测试集LFW上提升了1.14%,在真实收集的戴口罩人脸识别测试集MFD-R上提升了7.56%。

关 键 词：多维生物识别 自适应识别 戴口罩人脸识别 梯度绕支特征学习 3D戴人脸 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]