基于聚类数据集成训练的开放集人脸识别
计算机视觉与模式识别
2023-08-25 v1 人工智能
机器学习
摘要
开放集人脸识别描述了一种场景，即在训练阶段未见的未知主体在测试时出现。它不仅需要能够准确识别感兴趣个体的方法，还要求能够有效处理陌生面孔的方法。本工作详述了一种可扩展的开放集人脸辨识方法，适用于由成百上千个主体组成的图库。该方法由聚类和一个二元学习算法集成组成，用于估计查询人脸样本是否属于人脸图库，并进而检索其正确身份。该方法选择最合适的图库主体，并利用集成来提升预测性能。我们在知名的 LFW 和 YTF 基准上进行了实验。结果表明，即使在追求可扩展性的目标下，也能取得具有竞争力的性能。
引用
@article{arxiv.2308.07445,
title = {Open-set Face Recognition using Ensembles trained on Clustered Data},
author = {Rafael Henrique Vareto and William Robson Schwartz},
journal= {arXiv preprint arXiv:2308.07445},
year = {2023}
}
备注
[Original paper title: Unconstrained Face Identification using Ensembles trained on Clustered Data] [2020 IEEE International Joint Conference on Biometrics (IJCB)] [https://ieeexplore.ieee.org/document/9304882]