基于局部特征的身份推断中分辨率不匹配的动态优化
计算机视觉与模式识别
2013-04-09 v1 信息检索
摘要
虽然现有的基于局部特征的人脸识别系统对错位等问题具有鲁棒性，但在比较不同分辨率的图像时，其准确率可能会出现下降。这在监控环境中很常见，例如将高分辨率的面部照片库与低分辨率的闭路电视探测图像进行比对，或者图像尺寸不能作为底层分辨率的可靠指标（例如光学器件较差）时。为了缓解这种性能下降，我们提出了一种补偿框架，该框架能动态地为给定的一对图像分辨率选择最合适的人脸识别系统。该框架应用了一种新颖的分辨率检测方法，该方法不依赖于输入图像的尺寸，而是利用局部特征对分辨率的敏感性，采用概率多区域直方图方法。在“野外标记人脸”（Labeled Faces in the Wild）数据集的分辨率修改版本上进行的实验表明，所提出的分辨率检测器前端在选择最合适的人脸识别系统方面获得了 99% 的平均准确率，从而使得整体人脸区分准确率（跨越多种分辨率）高于各个基线人脸识别系统。
引用
@article{arxiv.1304.2133,
title = {Dynamic Amelioration of Resolution Mismatches for Local Feature Based Identity Inference},
author = {Yongkang Wong and Conrad Sanderson and Sandra Mau and Brian C. Lovell},
journal= {arXiv preprint arXiv:1304.2133},
year = {2013}
}