用于大规模人脸集合检索的学习型准传递相似性
计算机视觉与模式识别
2016-04-15 v2
摘要
我们关注于从非受控环境下获取的大规模无标签集合中基于身份的人脸集合检索。给定一个用于度量两个人脸集合相似度的基线算法，本文引入的元算法试图利用数据语料库的结构以充分利用可用基线。具体而言，我们展示了如何利用人际相似性的部分传递性来改善那些在基线度量下与查询匹配不佳的特别困难集合的检索。我们：(i) 描述了使用代理集合作为计算两个集合之间相似性的手段，(ii) 引入了基于集合间显著表观变化模态相似性的传递性元特征，(iii) 展示了如何无需任何标注或人工干预地从此类特征中学习准传递性，以及 (iv) 通过在众所周知的极具挑战性的 YouTube 数据库和文献中两个成功基线上进行实验证明了所提方法的有效性。
引用
@article{arxiv.1603.00560,
title = {Learnt quasi-transitive similarity for retrieval from large collections of faces},
author = {Ognjen Arandjelovic},
journal= {arXiv preprint arXiv:1603.00560},
year = {2016}
}
备注
International Conference on Computer Vision and Pattern Recognition, 2016