Multi-Orientation Hybrid Convolutional Feature Learning for Touch-Less Face-Based Biometric Recognition
Este estudio propone una red neuronal convolucional híbrida sensible a la orientación que integra filtros de textura y bordes diseñados manualmente con características de aprendizaje profundo para mejorar la robustez del reconocimiento facial sin contacto frente a variaciones de pose, iluminación y oclusión, logrando puntuaciones F1 mejoradas en tres conjuntos de datos de referencia.