关键词video-based face recognition
搜索结果 - 6
- ECCV基于度量学习对齐的图像集识别中的注意力控制
本文提出了一种在图像集合中进行人脸验证和识别的方法,使用马尔可夫决策过程模型处理无序图像集之间的相关性以及结合姿势引导表示方案和增强学习方法提升性能,并在多个数据集上实验验证了该方案优于现有的一些方法。
- ICCV基于上下文连接的无约束视频人脸识别轨迹不确定性建模
本文中,我们提出了一种名为 “Uncertainty-Gated Graph(UGG)” 的图形模型,用于在视频中进行人脸识别并在最近公开的具有挑战性的 Cast Search in Movies 和 IARPA Janus Surveil - MM姿态选择最大池化测量相似性
本研究针对视频人脸识别中的身份相似度计算中的两大挑战:头部姿态在未受控制的环境下的变化和视频处理的计算复杂度,提出通过保留视频的整体姿态和距离以及减少深度特征分析,测评视频身份相似度的算法,可以达到与 VGG-face 相当的识别率,并在其 - 基于欧几里得到黎曼度量学习的视频人脸识别
本文提出了一种新的度量学习框架,以学习欧几里得空间和黎曼流形之间的距离度量来融合一个视频中人脸的平均外观和模式变化,该框架可以处理基于视频的人脸识别的三种典型任务:从视频到静态图像、从静态图像到视频和从视频到视频的设置。
- 基于 Trunk-Branch 集成卷积神经网络的视频人脸识别
本文提出一种基于卷积神经网络的综合框架,通过人工模糊训练数据、分支主干集成卷积神经网络模型以及改进型三元组损失函数等技术,有效克服了视频人脸识别中面临的图像模糊、姿态变化和遮挡等问题,并实现了在多个流行视频人脸数据库上的最佳表现。
- 基于视频的人脸识别的结构化序数度量学习
本文提出了一种结构化的序数测量方法,可以同时学习序数滤波器和结构化序数特征,用于视频人脸识别,并且将深度特征表示法和交替最小化方法融入其中,以提高编码稳定性,通过实验表明这种方法能够在三个人脸视频数据库上实现最先进的识别率。