面向无约束视频人脸识别的航迹片段间上下文连接的不确定性建模
计算机视觉与模式识别
2019-08-23 v2
摘要
由于姿态、遮挡和模糊引起的显著视频内变化，无约束视频人脸识别是一个具有挑战性的问题。为解决该问题，一种有效的思路是通过上下文连接将身份从高质量人脸传播到低质量人脸，这些连接基于身体外观等上下文构建。然而，以往方法常因缺乏对噪声上下文连接的不确定性建模而传播了错误信息。本文提出不确定性门控图（UGG），它在以图中节点表示的航迹片段之间进行基于图的身份传播。UGG通过在推理过程中根据节点的身份分布自适应更新边门权重，显式地对上下文连接的不确定性进行建模。UGG是一种通用图模型，可仅用于推理时或与端到端训练结合使用。我们在最近发布的具有挑战性的Cast Search in Movies和IARPA Janus Surveillance Video Benchmark数据集上以最先进（SOTA）的结果证明了UGG的有效性。
引用
@article{arxiv.1905.02756,
title = {Uncertainty Modeling of Contextual-Connections between Tracklets for Unconstrained Video-based Face Recognition},
author = {Jingxiao Zheng and Ruichi Yu and Jun-Cheng Chen and Boyu Lu and Carlos D. Castillo and Rama Chellappa},
journal= {arXiv preprint arXiv:1905.02756},
year = {2019}
}
备注
To appear in ICCV 2019