低分辨率、非对齐、视频监控数据中的人脸识别(LFW, YTF)+CVPR2013

现有的人脸识别数据库，像Yale，YaleB，ORL等人脸数据库，分辨率高，良好对齐等datasets。。。

最近这方面的paper越来越少，逐渐向低分辨率、大数据库等监控中的images，更具挑战性的数据集转移~

最近看到一篇中科院的一篇CVPR2013中的paper：

“Fusing robust face region descriptors via multiple metric learning for face recognition in the wild, zhen cui, wen li, dong xu, shiguang shan, xilin chen” CVPR2013 

作者地址：http://vipl.ict.ac.cn/members/zcui  （并附有源码~ ）

本文主要提供了一种抽取人脸区域描述子的方法。具体来说：

1、把每个图像分割为若干个空间块。

2、通过非负稀疏编码。。来表示每个块。 （represent each block by sum-pooling the nonnegative sparse codes of position-free patches sampled with the block.）

3、利用Whitened PCA 进行特征降维，从而产生区域人脸区域描述子。

 4、介绍一种新的度量学习方法~  名为：pairwise-constrained multiple metric learning。有效的整合所有block的脸部区域描述子。

最后再LFW 和 YouTube Faces (YTF)验证其方法。

 

LFW (Labeled Faces in the Wild)

YTF (YouTube Faces)

人脸识别的方法可以大致分为两种：

   基于全局特征的方法：Eigenfaces、FisherFace

   基于局部特征的方法：Gabor、LBP等                     BoF (Bag of Feature)

在本文中，为了处理图像中的非对齐问题：

一方面，把每张图像分割为block集合，仅比较对应block的特征。

另一方面，每个block表示为无位置信息的patch集合

具体来说：

首先采用非负的稀疏编码，根据K-mean聚类得出的视觉字典，来量化每个patch；

然后通过sumpooling重构稀疏，为每个图像抽取TF（Token-Frequency）特征；

最后利用WPCA，降维，去噪，抽取空间脸部区域描述子。

废话少说，上图吧~  （发现中科院山老师那边，写文章很喜欢配个框架图，正应了无图不成文的说法，图示很清晰~）

分类方法：SVM+RBF kernel

这篇文章描述子的提取等，其实有分层的概念在里面，patch---》block便是分层的意思，另外一个便是局部信息，这是一个趋势：分层+局部

大致思想便是如此，其他便是公式和推导和细节~

这篇paper写的细节还是蛮清楚的~

但是dataset是个难点~  follow也是个问题~  除非自己去crop and resize all images.