面向客户端-服务器人脸分析的视觉签名深度融合
计算机视觉与模式识别
2016-11-10 v2
摘要
人脸分析是实现人机交互的关键技术。在此背景下，我们提出一种客户端-服务器框架，其中客户端将待分析人脸的签名传输给服务器，作为回报，服务器发回描述该人脸的各种信息，例如该人是男是女、是否秃顶、是否留胡须等。我们假设客户端可以计算一种（或组合）视觉特征；从非常简单高效的特征（如局部二值模式）到更复杂且计算密集的特征（如费舍尔向量和基于CNN的特征），具体取决于可用的计算资源。本文应对的挑战是设计一种通用统一表示，使得无论客户端计算的特征类型和数量如何，都向服务器传输单一融合签名，同时确保最优性能。我们的解决方案基于学习一个公共最优子空间，以对齐不同的人脸特征并将其融合为通用签名。我们在具有挑战性的CelebA数据集上验证了所提方法，在测试时若有丰富表示可用，我们的方法优于现有的最先进方法；而当由于客户端资源限制测试时仅有简单签名（如LBP）可用，也能给出有竞争力的性能。
引用
@article{arxiv.1611.00142,
title = {Deep fusion of visual signatures for client-server facial analysis},
author = {Binod Bhattarai and Gaurav Sharma and Frederic Jurie},
journal= {arXiv preprint arXiv:1611.00142},
year = {2016}
}