基于深度特征间距离最大后验估计的静态至视频人脸识别
计算机视觉与模式识别
2018-06-04 v1
摘要
本文基于高维深度瓶颈特征间距离的计算，处理小样本问题下的静态至视频人脸识别。我们提出了一种新颖的统计识别方法，将静态至视频识别任务转化为最大后验估计。在该方法中，我们最大化到所有参考静态图像的联合概率密度。研究表明，该似然可以利用非负特征间 Kullback-Leibler 判别的已知渐近正态分布进行估计。在 LFW（Labeled Faces in the Wild）、YTF（YouTube Faces）和 IJB-A（IARPA Janus Benchmark A）数据集上进行了实验研究。我们证明，所提出的方法可与 SOTA 深度特征和相异性度量结合使用。与对所有帧获得的决策进行传统聚合相比，我们的算法准确率提高了 3-5%。
引用
@article{arxiv.1708.07972,
title = {Maximum A Posteriori Estimation of Distances Between Deep Features in Still-to-Video Face Recognition},
author = {Andrey V. Savchenko and Natalya S. Belova},
journal= {arXiv preprint arXiv:1708.07972},
year = {2018}
}
备注
20 pages, 5 figures, 40 references