自动视频标注：基于佐证证据的人脸识别
计算机视觉与模式识别
2021-02-11 v1
摘要
我们提出一种通过结合多证据源与多模态（视觉与音频）来自动标注视频档案（如电视广播）中所有人脸的方法。我们面向不断增长的在线视频档案问题，其中高效、可扩展的索引方案不能要求用户提供手动标注或监督。为此，我们做出三项关键贡献：（1）我们提供一种新颖、简单的方法，利用图像搜索引擎判断一个人是否有名。这进而使人脸身份模型得以可靠且鲁棒地构建，并用于高精度自动标注；（2）我们展示即使对不太有名的人，图像搜索引擎也可用作佐证证据，以准确标注在场景或语音中被提及的人脸；（3）最后，我们在不同视频域和测试设置（如电视节目和新闻广播）上定量展示了我们方法的益处。我们的方法在三个迥异数据集上无需任何显式域适应即可工作，并在所有公开基准上刷新了最优结果。
引用
@article{arxiv.2102.05645,
title = {Automated Video Labelling: Identifying Faces by Corroborative Evidence},
author = {Andrew Brown and Ernesto Coto and Andrew Zisserman},
journal= {arXiv preprint arXiv:2102.05645},
year = {2021}
}