基于Erdős-Rényi聚类的电影端到端人脸检测与演员分组
计算机视觉与模式识别
2017-09-11 v1
摘要
我们提出一个端到端系统，用于在全长电影中按身份检测和聚类人脸。与从预定义检测人脸集合开始的工作不同，我们将检测和聚类作为端到端问题一同考虑。我们做出了三个独立贡献。首先，我们将最先进的人脸检测器与通用跟踪器结合，提取高质量人脸轨迹片段。然后我们引入一种新颖的聚类方法，其动机源于Erdős和Rényi的经典图论结果。该方法基于如下观察：大聚类仅需连接其点对的很小一部分即可完全连通，而两个不同人物之间仅单次连接就可能导致糟糕的聚类结果。这表明可使用具有极少假阳性但或许中等召回率的验证系统进行聚类。我们引入一种具有此性质的新型验证方法，即排序1计数验证(rank-1 counts verification)，并将其用于基于链接的聚类方案。最后，我们定义了一种新颖的端到端检测与聚类评估指标，使我们能够评估整个端到端系统的准确性。我们在多个视频数据集以及标准人脸数据库上展示了最先进的结果。
引用
@article{arxiv.1709.02458,
title = {End-to-end Face Detection and Cast Grouping in Movies Using Erd\H{o}s-R\'{e}nyi Clustering},
author = {SouYoung Jin and Hang Su and Chris Stauffer and Erik Learned-Miller},
journal= {arXiv preprint arXiv:1709.02458},
year = {2017}
}
备注
to appear in ICCV 2017 (spotlight)