用于无约束图像集人脸识别的依赖感知注意力控制
计算机视觉与模式识别
2019-08-06 v1 人工智能
机器学习
多媒体
摘要
本文针对基于图像集的人脸验证与识别问题。不同于传统的单媒体（图像或视频）设定，我们遇到包含无序图像与视频的异构内容集合。每幅图像的重要性通常被视为相等或基于其独立质量评估。如何对集合内无序图像之间的关系建模仍是一项挑战。我们通过将其表述为潜空间中的马尔可夫决策过程（MDP）来解决该问题。具体而言，我们首先提出一种依赖感知注意力控制（DAC）网络，其借助 actor-critic 强化学习对每幅图像嵌入进行序列注意力决策，以充分挖掘无序图像间丰富的相关性线索。此外，我们引入其具有离策略经验回放的采样高效变体，以加速学习过程。姿态引导的表示方案可进一步提升在姿态变化极端情况下的性能。
引用
@article{arxiv.1907.03030,
title = {Dependency-aware Attention Control for Unconstrained Face Recognition with Image Sets},
author = {Xiaofeng Liu and B. V. K Vijaya Kumar and Chao Yang and Qingming Tang and Jane You},
journal= {arXiv preprint arXiv:1907.03030},
year = {2019}
}
备注
Fixed the unreadable code in CVF version. arXiv admin note: text overlap with arXiv:1707.00130 by other authors