20、基于形状特征和多维索引的高效草图识别

基于形状特征和多维索引的高效草图识别

1. 引言

在法医领域，通过草图进行人脸识别对于识别罪犯至关重要。目击者的描述结合法医艺术家的技巧，能绘制出嫌疑人的面部草图，从而引导识别过程。与传统人脸识别任务类似，草图识别也需要将查询草图与一组大头照进行匹配，以返回最相似的对象排名。然而，草图和真实照片存在明显差异，需要采用新的非标准技术来克服这种模态差距。此外，实际的大头照库通常包含数千张照片，且随着新对象的注册，其规模还会不断增加。因此，面部草图识别系统不仅要准确，还要能适应图库规模的增长。

过去十年，虽然提出了许多自动草图识别方法，但在处理大规模大头照库时，时间效率问题往往被忽视。只有少数先进方法能在大规模图库上提供性能结果，且通常需要利用手动标注的额外信息（如性别或种族）来减少待分析的照片数量。

本文提出了一种结合高效形状特征和基于降维的索引结构的方法。该方法先利用形状特征进行候选照片的预选择，然后使用基于SURF描述符的鲁棒技术完成识别任务。实验结果表明，这种方法在不显著降低识别准确率的前提下，能有效降低计算成本，提高可扩展性和时间效率。

2. 相关工作

2.1 人脸照片 - 草图识别

在过去二十年中，人脸照片 - 草图识别得到了广泛研究，主要有两种方法来克服模态差距：
- 生成方法 ：通过将照片合成草图（或反之），然后基于传统人脸识别技术进行照片 - 照片或草图 - 草图的比较。
- 判别方法 ：利用与模态无关的特征，实现直接匹配。文献中采用了不同类型的描述符。

2.2 人脸照片索引