人脸识别的新方法,主要对视频进行处理,使用CNN提取视频中多帧人像的特征,之后使用聚合模块对所有帧的特征向量进行学习累积,实验结果表明这种方法比手工设计的方法如平均池化要好。人脸识别结构如下图所示:
视频中的人脸包含了目标不同姿态及光照条件下的图像,视频人脸识别的关键是如何有效的如何不同帧中的人脸信息,保留有效的信息并去除噪声。
常用的方法有池化,即平均池化和最大化池化,作者设计了一个自适应权值方法,使得特征表示变为:
r=∑kakf
人脸识别的新方法,主要对视频进行处理,使用CNN提取视频中多帧人像的特征,之后使用聚合模块对所有帧的特征向量进行学习累积,实验结果表明这种方法比手工设计的方法如平均池化要好。人脸识别结构如下图所示:
视频中的人脸包含了目标不同姿态及光照条件下的图像,视频人脸识别的关键是如何有效的如何不同帧中的人脸信息,保留有效的信息并去除噪声。
常用的方法有池化,即平均池化和最大化池化,作者设计了一个自适应权值方法,使得特征表示变为:
r=∑kakf