一种用于人机交互的实时无监督人脸重识别系统
计算机视觉与模式识别
2022-03-25 v3
摘要
在人机交互（HRI）背景下，人脸重识别（face Re-ID）旨在验证机器人是否已观测过某些检测到的人脸。区分不同用户的能力对社会型机器人至关重要，因为它能使机器人根据用户个体偏好调整交互策略。迄今为止人脸识别研究已取得巨大成功，但极少关注人脸重识别在社会型机器人中的实际应用。本文提出一种高效的无监督人脸重识别系统，可同时对人机交互中的多张人脸进行重识别。该重识别系统采用深度卷积神经网络提取特征，并采用在线聚类算法确定人脸 ID。其性能在两个数据集上评估：由 TERESA 机器人采集的 TERESA 视频数据集，以及 YouTube Face Dataset（YTF Dataset）。我们证明，经优化的技术组合在 TERESA 数据集上取得 93.55% 的总体准确率，在 YTF 数据集上取得 90.41% 的总体准确率。我们已将所提方法实现为 HCI^2 框架中的一个软件模块，以便进一步集成到 TERESA 机器人中，并以 10~26 帧每秒的速度实现了实时性能。
引用
@article{arxiv.1804.03547,
title = {A real-time and unsupervised face Re-Identification system for Human-Robot Interaction},
author = {Yujiang Wang and Jie Shen and Stavros Petridis and Maja Pantic},
journal= {arXiv preprint arXiv:1804.03547},
year = {2022}
}
备注
Code implementation in Python is available at: https://github.com/ibug-group/face_reid