Benutzer: Gast  Login
Originaltitel:
Robust Face Recognition Under Adverse Conditions
Übersetzter Titel:
Robuste Gesichtserkennung unter erschwerten Bedingungen
Autor:
Hörmann, Stefan
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Rigoll, Gerhard (Prof. Dr. habil.)
Gutachter:
Rigoll, Gerhard (Prof. Dr. habil.); Steinbach, Eckehard (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 815
Kurzfassung:
This work focuses on face recognition under adverse conditions to remedy the shortcomings of recent face recognition approaches. Two solutions are presented to cope with occluded faces: 1) Reconstruction of the synthetically occluded pixels with a coarse-to-fine dual attention network and 2) increasing the robustness with attentional pooling. Moreover, videos of faces affected by motion blur are addressed by synthesizing a new representative face using a permutation-invariant face aggregation ne...     »
Übersetzte Kurzfassung:
Diese Arbeit konzentriert sich auf die Gesichtserkennung unter erschwerten Bedingungen, um die Defizite der aktuellen Gesichtserkennungsansätze zu beheben. Es werden zwei Lösungen zur Handhabung von verdeckten Gesichtern vorgestellt: 1) Rekonstruktion der synthetisch verdeckten Pixel mit einem coarse-to-fine dual attention network und 2) Erhöhung der Robustheit durch attentional pooling. Darüber hinaus werden Videos von Gesichtern, die von Bewegungsunschärfe betroffen sind, betrachtet, indem ein...     »
WWW:
https://mediatum.ub.tum.de/?id=1661336
Eingereicht am:
15.06.2022
Mündliche Prüfung:
07.03.2023
Dateigröße:
23298238 bytes
Seiten:
193
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230307-1661336-1-9
Letzte Änderung:
15.05.2023
 BibTeX