摘要

我们介绍了一种基于多姿态感知深度学习模型的人脸识别方法和系统。在我们的表示中，人脸图像通过多个特定姿态的深度卷积神经网络（CNN）模型进行处理，以生成多种特定姿态的特征。利用3D渲染技术从输入图像生成多个不同姿态的人脸图像。由于采用了特定姿态CNN特征的集成方法，人脸识别系统的姿态变化敏感度得到了降低。本文详细展示了地标检测、CNN层选择和姿态模型选择对识别流程性能影响的实验结果。我们的创新表示在IARPA的CS2和NIST的IJB-A数据集上，在验证和识别（即搜索）任务中均取得了优于现有最先进方法的结果。