基于记忆的视频流深度表征在线学习
计算机视觉与模式识别
2020-10-19 v1
摘要
我们提出了一种新颖的从视频流中进行人脸身份在线无监督学习方法。该方法利用深度人脸描述子以及一种基于记忆的学习机制，后者充分利用了视觉数据的时间相干性。具体而言，我们引入了一种基于反向最近邻的判别性特征匹配方案，以及一种特征遗忘策略，该策略可检测冗余特征并在时间推进过程中适当地丢弃它们。研究表明，所提出的学习过程具有渐近稳定性，并可在诸如从无约束视频流中进行多人脸识别与跟踪等相关应用中有效使用。实验结果表明，所提方法在多人脸跟踪任务中取得了可比的结果，并且在利用未来信息的离线方法的_face identification 中取得了更好的性能。代码将公开可用。
引用
@article{arxiv.1711.07368,
title = {Memory Based Online Learning of Deep Representations from Video Streams},
author = {Federico Pernici and Federico Bartoli and Matteo Bruni and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:1711.07368},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1708.03615