基于二进制标签松弛模型的遮挡人脸识别

来源：计算机技术与发展杂志2022年第01期北京时间：

作者：韩肖;马祥

摘要：遮挡人脸识别是人脸识别系统面临的挑战之一。 在自然场景下,人脸特征通常被口罩等物品遮挡,导致人脸特征不完整,从而无法正确提取人脸特征信息,严重影响最终的识别结果。 针对有遮挡条件下人脸识别效果较差的问题,通过利用低秩技术和二进制标签松弛模型的优势,该文提出了一种新的基于二进制松弛标签的回归模型。 该模型通过学习一个更松弛的标签矩阵来代替严格的 0-1 标签矩阵,从而扩大了样本之间的类间距离,同时对二进制松弛标签矩阵采用低秩约束,以提高样本的类内相似性。 因此,该方法能够提取出更多具有判别性的特征,从而有利于遮挡条件下的人脸识别。 此外,通过引入的正则化项,有效避免了该方法的过拟合问题。 在 Yale B、LFW 和 CMU PIE 数据集上的实验结果表明,该方法不仅能在实验室环境下获得较高的识别率,在自然场景下仍然能取得较好的识别性能。

关键词：人脸识别;低秩技术;二进制松弛标签;特征提取;遮挡