最近读了《Face Painting: querying art with photos》
本文主要有以下几点贡献:
1.基于人脸特征表示的识别结果能够明显得到提升
2.提出了新的用来学习和研究照片到painting匹配问题的数据库(*)
3.考虑了从painting到照片的问题
4.利用学习到的分类器,对于给定的人脸照片,找到对应的painting。
本文的painting主要来自于两个渠道,一是National Portrait Gallery,二是DeviantArt website。数据库中的部分图片如下图所示。
图中每个编号表示的是几个比较出名的人的painting。
本文的要用的数据库主要可以分为以下几种:
(1)Retrieval Set-DeVret: 包括了1088个人,每个人都有一幅painting,为了能够让retrieval的任务更加难,将这个库增加到2000张paintings。
(2)Retrieval Set-NPGret: 包好了188个人,每个人一幅painting。后同样补充到2000张。
(3)Training Set-TRAIN: 包含496个人,每个人不止一幅painting。一共含有9000张paintings。Photo-painting的图片对,如图所示。
(4)Query Sets: 每个人包含了较多的照片,每个人包含5张图片。
数据库具体的信息如下表所示。
首先,本文采用DPM(Deformabe Part Model)来训练实现检测人脸坐标的功能。
对于本文所采用的特征主要有Fisher Vector Representation和CNN Representation。前者首先将图片resize成150*150的pixels,然后提起特征。对于后者而言则是先将图片resize成224*224大小,然后在提取CNN特征。
在提取完特征之后,利用PCA对于特征进行降维。然后学习一个分类器。
本文的实验结果如下: