从视频流中无监督增量学习深度描述符
计算机视觉与模式识别
2017-08-14 v1
摘要
我们提出了一种从视频序列中学习人脸身份的新颖无监督方法。该方法利用 ResNet 深度网络进行人脸检测，并利用 VGGface fc7 人脸描述符，结合一种利用视频流中视觉数据时间相干性的智能学习机制。我们提出了一种基于反向最近邻的新颖特征匹配解决方案，以及一种支持具有内存大小控制的增量学习的特征遗忘策略，随着时间推移进行。结果表明，所提出的学习过程是渐近稳定的，并且可以有效地应用于多目标人脸跟踪等相关应用。
引用
@article{arxiv.1708.03615,
title = {Unsupervised Incremental Learning of Deep Descriptors From Video Streams},
author = {Federico Pernici and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:1708.03615},
year = {2017}
}