【人脸识别】视频帧聚合：Discriminative Aggregation Network

paper：Learning Discriminative Aggregation Network for Video-based Face Recognition

论文链接：Learning_Discriminative_Aggregation_ICCV_2017

---

同样是2017 ICCV的paper，文章提出了一个DAN（discriminative aggregation network）网络，希望从视频流的前端整合信息。主要是GAN+metric learning，用GAN做聚合，用metric增强判别信息。

主要亮点：

结合metric learning 和 adversarial learning。
对于多帧图像，作者选择用GAN来生成有辨别信息的一帧。
对于前期的视频图像处理，有很多学习和探索的空间。

 

Idea

首先，在特征提取之前做聚合过程有以下几个好处。首先能够明显的加快识别过程，其次能够降低一些低质量图片的污染。

做图像聚合，可以利用GAN的思想：输入一个视频流，然后重建出一张人脸。

但是，GAN生成的问题：GAN只是为了获得一个视觉上更好更接近原图的图片，但是其判别力不足。

作者因此引入了metric的方法，把样本映射到一个特征空间，以提升判别能力。

这篇文章的主要思想就是把GAN和metric learning结合起来。