本文介绍了微软亚研院在CVPR2017发表的Neural Aggregation Network（NAN），该网络采用注意力机制对视频中的人脸进行加权融合，以减少计算量并确保输出特征与输入人脸数量和顺序无关。NAN由传统特征提取网络和注意力网络组成，通过级联的注意力块学习人脸集合的综合特征，并采用对比损失进行训练。实验结果显示在IJB-A和YTF数据集上的优秀性能。
Title：
Neural Aggregation Network for Video Face Recognition，微软亚研院CVPR2017的paper，实现的是利用一个attention机制对输入的一个set的人脸进行加权，得到一个人脸的特征。
作者：
URL：
https://arxiv.org/abs/1603.05474
Motivation：
希望输入一个set的人脸，输出是一个融合后的特征，而不是每一帧都计算一个特征（降低计算量）。另外，希望输出的特征和人脸set的输入数量和顺序无关。
方法：
作者提出Neural Aggregation Network（NAN）分为一个传统的feature提取网络和一个attention网络。attention模块给feature加权。
Feature提取网络是任意一个baseline。Attention模块希望学习一个向量q：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
