使用子集选择和概率多区域直方图聚类的视频人脸匹配
计算机视觉与模式识别
2013-03-27 v1 信息检索
摘要
平衡计算效率与识别精度是实际视频人脸识别的主要挑战之一。任何此类系统的一个重要设计决策是：是处理和使用视频帧中检测到的所有人脸，还是仅选择少数“最佳”人脸。本文提出了一种基于概率多区域直方图的视频人脸识别系统，用于表征以下方面的性能权衡：(i) 选择人脸子集与使用所有人脸；(ii) 通过聚类整合来自所有人脸的信息。评估了三种人脸选择度量来选择子集：人脸检测置信度、随机子集和顺序选择。在最近引入的MOBIO数据集上的实验表明，通过聚类使用所有人脸总是优于仅选择人脸子集。实验还表明，基于人脸检测置信度的人脸选择度量通常比随机或顺序采样提供更好的识别性能。此外，最佳人脸数量在选择度量和MOBIO子集之间差异很大。考虑到计算工作量、识别精度和鲁棒性之间的权衡，建议人脸特征聚类在批处理中最为有利（特别是基于视频的监视列表），而人脸选择方法应限于计算资源受限的应用。
引用
@article{arxiv.1303.6361,
title = {Video Face Matching using Subset Selection and Clustering of Probabilistic Multi-Region Histograms},
author = {Sandra Mau and Shaokang Chen and Conrad Sanderson and Brian C. Lovell},
journal= {arXiv preprint arXiv:1303.6361},
year = {2013}
}