一种基于视频的无约束人脸识别自动系统
计算机视觉与模式识别
2019-08-13 v3
摘要
尽管深度学习方法在基于静态图像的人脸识别上已取得超越人类的性能,但基于无约束视频的人脸识别仍是一项具挑战性的任务,原因在于待处理数据量大,以及视频内/视频间在姿态、光照、遮挡、场景、模糊、视频质量等方面的差异。本工作中,我们考虑来自多镜头视频与低质量帧监控视频的无约束视频人脸识别挑战性场景。为应对这些问题,我们提出一种鲁棒且高效的无约束视频人脸识别系统,由人脸/基准点检测、人脸关联与人脸识别模块组成。首先,我们使用多尺度单发人脸检测器高效定位视频中的人脸。随后通过精心设计的尤其是面向多镜头视频的人脸关联方法分别对检测到的人脸分组。最后,基于无监督子空间学习方法与子空间到子空间的相似性度量,由所提人脸匹配器完成识别。在 MBGC、FOCS、面向低质量监控视频的 IARPA Janus 监控视频基准 (IJB-S) 以及面向多镜头视频的 IARPA JANUS Benchmark B (IJB-B) 等挑战性视频数据集上的大量实验表明,所提系统能准确检测并关联无约束视频中的人脸,并有效学习鲁棒且具判别性的识别特征。
引用
@article{arxiv.1812.04058,
title = {An Automatic System for Unconstrained Video-Based Face Recognition},
author = {Jingxiao Zheng and Rajeev Ranjan and Ching-Hui Chen and Jun-Cheng Chen and Carlos D. Castillo and Rama Chellappa},
journal= {arXiv preprint arXiv:1812.04058},
year = {2019}
}