Video face recognition (FR) is of considerable interest to applications such as video surveillance and video search. Particularly, FR for the purpose of tagging online video content is attracting significant attention, given the vast amount of video content created and consumed by end-user. In this paper, we present a new video FR method based on face sequence matching. Specifically, we designed a face signature robust to variations in illumination and facial pose, by making use of face pose clustering and weighted feature fusion. The use of face signature and adaptive distance metric allows for effective face sequence matching. We evaluated the proposed FR method using the VidTIMIT video database and a database consisting of YouTube video clips, adopting experimental settings encountered by real-world video FR applications. Our experimental results show that the proposed FR method is able to achieve high recognition accuracy, meeting the requirements of practical applications.
본 논문에서는 얼굴 시퀀스 매칭(face sequence matching)에 기반한 새로운 비디오 얼굴인식 방법을 제안하였다. 비디오가 포함하는 얼굴인식 성능을 저해시키는 요소(심한 조명변화, 얼굴 자세변화)에 대처하기 위해, 비디오 프레임들에서 얻어지는 얼굴 시퀀스에 대한 강인한 얼굴 시그너쳐 (face signature)생성방법을 제안하였다. 제안하는 얼굴 시그너쳐는 얼굴 자세 추정기법(face pose estimation)과 가중치 평균(weighted average)에 기반한 얼굴 특징정보 융합 기술(face feature fusion)에 의해 생성된다. 제안하는 얼굴 시그너쳐는 적응적 거리 연산자(adaptive distance metric)에 의해 쿼리(query) 얼굴 시퀀스와 타겟(target) 얼굴 시퀀스 간의 효율적인 매칭이 가능하다. 제안하는 방법의 효용성을 증명하기 위해 VidTimit 공식 데이터베이스, YouTube 비디오 데이터베이스(database)를 이용하여 실험을 수행하였다. 두 가지 데이터베이스 모두에서 제안하는 방법은 비교하는 기존 비디오 얼굴인식 방법들에 비해 월등히 높은 얼굴인식 성능을 보이면서 실질적인(real-world) 비디오에서 효과적인 인식이 가능함을 증명하였다.
