×
马蒂厄·吉拉乌姆;托马斯·门辛克;雅各布·韦贝克;科迪利亚·施密德

通过基于字幕的监督进行面部识别。 （英文） Zbl 1235.68266号

国际期刊计算。视觉。 96，第1期，64-82（2012）.
摘要：在本文中，我们提出了使用带标题的图像集合进行人脸识别的方法。我们考虑两个任务：检索数据集中特定人的所有面孔，以及在标题中的姓名和图像中的面孔之间建立正确的关联。这是一个挑战，因为图像中的外观变化很大，并且图像和标题之间可能存在不匹配。对于这两个任务，我们比较了生成概率模型和区分概率模型，以及在相似图中最大化子图密度的方法。我们通过考虑不同的度量学习技术来扩展它们，以获得适当的人脸表示，从而减少人内变异性并增加人间分离。对于检索任务，我们还研究了查询扩展的好处。为了评估性能，我们使用了一个新的31147个面的完全标记数据集，该数据集扩展了Wild数据集中最近的标记面。我们给出了大量的实验结果，结果表明，度量学习可以显著提高所有方法在这两个任务上的性能。

引用于1文件

MSC公司：

第68页第45页 机器视觉和场景理解
68T05型 人工智能中的学习和自适应系统

关键词：

人脸识别;度量学习;机器学习;人脸检索;约束聚类

软件：

LFW公司;公共图形;标签属性
PDF格式BibTeX公司 XML格式引用
\textit{M.Guillaumin}等人，《国际计算杂志》。视觉。96，第1号，64--82（2012；Zbl 1235.68266）
全文： 内政部 链接

参考文献：

[1] Anguelov，D.、Lee，K.C.、Gokturk，S.和；Sumengen，B.（2007年）。个人相册中的上下文身份识别。在CVPR中。
[2] Bar-Hillel，A.、Hertz，T.、Shental，N.和；Weinshall，D.（2005）。从等价约束中学习马氏度量。机器学习研究杂志，6937–965·Zbl 1222.68140号
[3] Barnard，K.、Duygulu，P.、Forsyth，D.、de Freitas，N.、Blei，D.和；Jordan，M.（2003年）。匹配单词和图片。机器学习研究杂志，31107-1135·Zbl 1061.68174号
[4] Bekkerman，R.和；Jeon，J.（2007）。多媒体收藏的多模式群集。在CVPR中。
[5] Berg，T.、Berg，A.、Edwards，J.、Maire，M.、White，R.、Teh，Y.、Learnd-Miller，E.和；Forsyth，D.（2004）。新闻中的姓名和面孔。在CVPR中。
[6] Berg，T.和；Forsyth，D.（2006年）。网络上的动物。在CVPR中。
[7] Bertsekas，D.（1976年）。关于Goldstein-Levitin-Polyak梯度投影法。IEEE自动控制汇刊，21（2），174–184·Zbl 0326.49025号 ·doi:10.1109/TAC.1976.1101194
[8] Bressan，M.、Csurka，G.、Hoppenot，Y.和；Renders，J.（2008）。旅游博客助理系统。计算机视觉理论和应用国际会议论文集。
[9] 巴克利，C.、索尔顿，G.、艾伦，J.和；Singhal，A.（1995年）。使用SMART的自动查询扩展：TREC3。《文本检索会议论文集》（第69-80页）。
[10] Charikar，M.（2000）。图中寻找稠密分量的贪婪近似算法。《组合优化的国际研讨会近似算法会议录》（第139-152页）·Zbl 0976.05062号
[11] Chopra，S.、Hadsell，R.和；LeCun，Y.（2005）。区分性地学习相似性度量，并应用于人脸验证。在CVPR中。
[12] Chum，O.、Philbin，J.、Sivic，J.和Isard，M；Zisserman，A.（2007年）。总召回：使用生成特征模型进行对象检索的自动查询扩展。在ICCV中。
[13] Cormen，T.、Leiserson，C.、Rivest，R.和；Stein，C.（2001）。算法简介（第二版）。剑桥/纽约：麻省理工学院出版社/麦格劳-希尔·兹比尔1047.68161
[14] Davis，J.、Kulis，B.、Jain，P.、Sra，S.和；Dhillon，I.（2007）。信息论计量学习。在ICML中。
[15] Dempster，A.、Laird，N.和；Rubin，D.（1977年）。通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志。B系列方法学，39（1），1-38·Zbl 0364.62022号
[16] Deschacht，K.，&；Moens，M.（2006）。使用条件随机场的高效分层实体分类。在《本体学习与人口研讨会论文集》中。
[17] Everingham，M.、Sivic，J.和；Zisserman，A.（2006）。”你好！我的名字是…Buffy——电视视频中角色的自动命名。在BMVC中。
[18] Fei-Fei，L.、Fergus，R.和；Perona，P.（2006）。对象类别的一次性学习。IEEE模式分析和机器智能汇刊，28（4），594–611·doi:10.1109/TPAMI.2006.79
[19] Ferencz，A.、Learnd-Miller，E.和；Malik，J.（2008）。学习定位视觉识别的信息特征。《国际计算机视觉杂志》，77，3-24·文件编号：10.1007/s11263-007-0093-5
[20] Fergus，R.、Fei-Fei，L.、Perona，P.和；Zisserman，A.（2005）。从谷歌的图像搜索中学习对象类别。ICCV（第10卷，第1816-1823页）。
[21] Georghiades，A.、Belhumeur，P.和；Kriegman，D.（2005）。从少到多：用于可变光照和姿势下人脸识别的照明锥模型。IEEE模式分析和机器智能汇刊，26（6），643–660。
[22] A.Globerson，&；Roweis，S.（2006）。通过分解课堂进行量度学习。以NIPS为单位。
[23] Grangier，D.、Monay，F.和；Bengio，S.（2006）。一种从文本查询中检索图像的鉴别方法。在《欧洲机器学习会议论文集》（第162-173页）中。
[24] Guillaumin，M.、Mensink，T.、Verbeek，J.和；Schmid，C.（2008）。具有基于字幕的监督功能的自动人脸命名。在CVPR中·Zbl 1235.68266号
[25] Guillaumin，M.、Mensink，T.、Verbeek，J.和；Schmid，C.（2009年a）。Tagprop：用于图像自动标注的最近邻模型中的区分性度量学习。在ICCV中。
[26] Guillaumin，M.、Verbeek，J.和；Schmid，C.（2009年b）。是你吗？人脸识别的度量学习方法。在ICCV中。
[27] Guillaumin，M.、Verbeek，J.和；Schmid，C.（2010年）。从自动标记的人脸包中进行多实例度量学习。在ECCV中。
[28] Holub，A.、Moreels，P.和；Perona，P.（2008）。谷歌名人图片搜索的无监督聚类。在IEEE人脸和手势识别会议上。
[29] Huang，G.、Jain，V.和；Learned Miller，E.（2007a）。复杂图像的无监督联合对齐。在ICCV中。
[30] Huang，G.、Ramesh，M.、Berg，T.和；Learnd-Miller，E.（2007b）。野外标记人脸：研究无约束环境中人脸识别的数据库（技术报告07-49）。马萨诸塞大学阿默斯特分校。
[31] Jain，V.、Ferencz，A.和；Learnd-Miller，E.（2006）。用于对象识别的超特征模型的判别训练。在BMVC中。
[32] Jain，V.、Learnd-Miller，E.和；McCallum，A.（2007年）。People-LDA：将主题锚定给使用人脸识别的人。在ICCV中。
[33] Krishnapuram，B.、Carin，L.、Figueiredo，M.和；Hartemink，A.（2005）。稀疏多项式逻辑回归：快速算法和泛化界限。IEEE模式分析和机器智能汇刊，27（6），957-968·doi:10.1109/TPAMI.2005.127
[34] Kumar，N.、Berg，A.、Belhumeur，P.和；Nayar，S.（2009）。用于人脸验证的属性和明喻分类器。在ICCV中。
[35] Laptev，I.、Marszałek，M.、Schmid，C.和；Rozenfeld，B.（2008）。从电影中学习真实的人类行为。在CVPR中。
[36] Lazebnik，S.、Schmid，C.和；Ponce，J.（2003）。用于纹理识别的仿射变量局部描述符和邻域统计。ICCV（第649-655页）。
[37] Li，L.，Wang，G.和；Fei-Fei，L.（2007）。OPTIMOL：通过增量模型学习自动收集物体图片。在CVPR中。
[38] Marcel，S.、Abbet，P.和；Guillemot，M.（2007）。谷歌肖像（技术代表IDIAP-COM-07-07）。IDIAP公司。
[39] Mensink，T.和；Verbeek，J.（2008年）。使用查询扩展改进人员搜索：朋友如何帮助查找人员。在ECCV中。
[40] Naaman，M.、Yeh，R.B.、Garcia-Molina，H.和；Paepcke，A.（2005）。利用上下文解决相册中的身份问题。数字图书馆联合会议论文集。
[41] Neal，R.和；Hinton，G.（1998年）。EM算法的一种观点，证明了增量、稀疏和其他变体的合理性。M.Jordan（Ed.），《图形模型学习》（第355-368页）。多德雷赫特：克鲁沃学院·Zbl 0916.62019号
[42] Nowak，E.，&；Jurie，F.（2007）。学习用于比较从未见过的对象的视觉相似性度量。在CVPR中。
[43] Ozkan，D.，&；Duygulu，P.（2006）。一种基于图形的方法，用于命名新闻照片中的人脸。CVPR（第1477-1482页）。
[44] Ozkan，D.，&；Duygulu，P.（2009）。有趣的面孔：在新闻中寻找人物的基于图形的方法。模式识别。
[45] Pham，P.，Moens，M.和；Tuytelaars，T.（2008）。联系姓名和面孔：以不同的方式看待问题。在ECCV研讨会论文集中，讨论了真实图像中的人脸。
[46] Pinto，N.、DiCarlo，J.和；Cox，D.（2009）。使用只使用简单特征的现代人脸识别测试集，你能走多远？在CVPR中。
[47] D.拉马南；Baker，S.（2009）。局部距离函数：分类法、新算法和评估。在ICCV中。
[48] Satoh，S.、Nakamura，Y.和；Kanade，T.（1999）。Name-it：在新闻视频中命名和检测人脸。IEEE多媒体汇刊，6（1），22–35·数字对象标识代码：10.1109/93.752960
[49] Sivic，J.、Everingham，M.和；Zisserman，A.（2009年）。”你是谁？”：从视频中学习特定于人的分类器。在CVPR中。
[50] Srihari，R.（1991）。图片：在报纸照片中使用字幕标记人脸的系统。A.Press（Ed.），《AAAI-91会议录》（第80-85页）。
[51] 斯通、Z、齐克勒、T、&；Darrell，T.（2008）。自动标记脸书：社交网络上下文改进了照片注释。在CVPR研讨会上。
[52] Taigman，Y.、Wolf，L.和；Hassner，T.（2009）。利用类标签信息的多个单选。在英国机器视觉会议（BMVC）上。统一资源定位地址http://www.openu.ac.il/home/hassner/projects/multishot .
[53] 田，Y.，刘，W.，肖，R.，文，F.，&；Tang，X.（2007）。具有部分聚类和交互式标记的人脸标注框架。在CVPR中。
[54] Turk，M.和；Pentland，A.（1991年）。用于识别的特征脸。认知神经科学杂志，3（1），71-86·doi:10.1162/jocn.1991.3.1.71
[55] Verbeek，J.和；Triggs，B.（2007年）。马尔可夫场方面模型的区域分类。在CVPR中。
[56] 维奥拉·P·；Jones，M.（2004）。强大的实时目标检测。国际计算机视觉杂志，57（2），137-154·doi:10.1023/B:VISI.0000013087.49260.fb
[57] Wagstaff，K.和；Rogers，S.（2001）。带背景知识的约束k-means聚类。ICML（第577-584页）。
[58] Weinberger，K.、Blitzer，J.和；Saul，L.（2006）。大幅度最近邻分类的距离度量学习。以NIPS为单位。
[59] Wolf，L.、Hassner，T.和；Taigman，Y.（2008）。野生的基于描述符的方法。在ECCV的面部真实图像研讨会上。
[60] Xing，E.，Ng，A.，Jordan，M.和；Russell，S.（2004）。远程度量学习，应用于带有副信息的集群。以NIPS为单位。
[61] Zhang，L.，Hu，Y.，Li，M.，Ma，W.，&amp；张华（2004）。家族相册中人脸注释的高效传播。第12届ACM国际多媒体年会会议记录（第716-723页）。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。