用于视频人脸识别的循环嵌入聚合网络
计算机视觉与模式识别
2019-06-27 v2
摘要
循环网络在分析时序数据方面已取得成功，并广泛用于视频分析。然而，对于视频人脸识别，在大规模数据上训练的基础 CNN 已提供判别性特征，使用流行的循环网络长短期记忆（LSTM）进行特征学习可能导致过拟合并反而降低性能。我们提出一种用于集合到集合人脸识别的循环嵌入聚合网络（REAN）。与 LSTM 相比，REAN 对过拟合具有鲁棒性，因为它仅学习如何聚合预训练嵌入而非从零学习表示。与质量感知聚合方法相比，REAN 可利用上下文信息规避冗余视频帧引入的噪声。在三个公开视频人脸识别数据集 IJB-S、YTF 和 PaSC 上的实证结果表明，所提 REAN 显著优于朴素 CNN-LSTM 结构和质量感知聚合方法。
引用
@article{arxiv.1904.12019,
title = {Recurrent Embedding Aggregation Network for Video Face Recognition},
author = {Sixue Gong and Yichun Shi and Anil K. Jain},
journal= {arXiv preprint arXiv:1904.12019},
year = {2019}
}