人脸去遮挡新技术研究综述

• Published in: 计算机科学与探索 Vol. 15; no. 10; pp. 1773 - 1794
• Main Authors: 刘颖, 张艺轩, 佘建初, 王富平, 林庆帆
• Format: Journal Article
• Language: Chinese
• Published: 西安邮电大学 电子信息现场勘验应用技术公安部重点实验室,西安 710121%西安邮电大学 图像与信息处理研究所,西安 710121 01.10.2021; 西安邮电大学 图像与信息处理研究所,西安 710121
• Subjects: 人脸去遮挡;深度学习;卷积神经网络(CNN);生成式对抗网络(GAN)
• ISSN: 1673-9418
• DOI: 10.3778/j.issn.1673-9418.2103092

TP391; 刑侦工作中,若犯罪嫌疑人的人脸图像存在遮挡,人脸特征点遭到破坏,精确去除遮挡区域成为提高人脸识别技术的重要一步.因此,人脸去遮挡有着重要的研究意义.对人脸去遮挡技术最新进展进行阐述,并基于2016年首次提出的基于深度学习图像修复算法,介绍从2017年至今学者们提出的各类人脸去遮挡融合算法.首先根据遮挡方式的不同将现有算法分类为随机遮挡和规则遮挡的人脸修复,接着根据算法中预测生成网络的不同,进一步分为基于卷积神经网络(CNN)和基于生成式对抗网络(GAN),并对各类融合算法从模型网络特点、优缺点以及适用场景进行分析,给出一些融合算法的选择建议,从网络结构和适用范围方面对比总结规则遮挡算法和随机遮挡算法.然后介绍并汇总常用的图像修复效果评价指标和数据集,通过列举各类修复算法的实验结果,提炼并分析其定量指标和视觉效果,说明了近年来的人脸去遮挡技术取得了较大的进展.最后结合现有算法和实际需求,从数据集、算法、评价指标等五方面指出人脸去遮挡技术的未来发展趋势.