Truy xuất khuôn mặt dựa trên các đặc trưng cục bộ mạnh mẽ và phương pháp học thống kê- cấu trúc

Một khung phương pháp được trình bày nhằm thống nhất thông tin thống kê và cấu trúc cho việc truy xuất mẫu dựa trên các tập hợp đặc trưng cục bộ. Chúng tôi sử dụng các đặc trưng cục bộ được xây dựng từ các hệ số của các biến đổi khối định lượng được vay mượn từ nén video, mà vẫn bảo tồn thông tin cảm nhận một cách mạnh mẽ dưới điều kiện định lượng. Sau đó, chúng tôi mô tả thông tin thống kê của các mẫu thông qua các histogram của các đặc trưng cục bộ được xử lý dưới dạng vectơ và thước đo độ tương đồng. Chúng tôi chỉ ra cách một hệ thống truy xuất mẫu dựa trên histogram của các đặc trưng có thể được tối ưu hóa trong một quy trình huấn luyện để đạt được hiệu suất tốt nhất. Tiếp theo, chúng tôi kết hợp mô tả thông tin cấu trúc cho các mẫu bằng cách xem xét việc phân rã các mẫu thành các khu vực con và xem xét các histogram đặc trưng của chúng cũng như các kết hợp của chúng dưới dạng vectơ và thước đo độ tương đồng cho việc truy xuất. Mô tả này về các mẫu cho phép biến đổi linh hoạt lượng thông tin thống kê và cấu trúc; nó cũng có thể được sử dụng với quy trình huấn luyện để tối ưu hóa hiệu suất truy xuất. Sự mới lạ của phương pháp được trình bày là sự tích hợp thông tin do các đặc trưng cục bộ đóng góp, thông qua thống kê phân phối đặc trưng, và thông tin cấu trúc được kiểm soát, tất cả đều được kết hợp vào một hệ thống truy xuất mà các tham số ở mọi cấp độ có thể được điều chỉnh thông qua huấn luyện, chọn lựa sự đóng góp của mỗi loại thông tin tốt nhất cho hiệu suất truy xuất tổng thể. Khung phương pháp đề xuất đã được nghiên cứu trong các thí nghiệm sử dụng cơ sở dữ liệu khuôn mặt, nơi có các bộ kiểm tra và quy trình đánh giá tiêu chuẩn. Kết quả thu được được so sánh với các phương pháp khác và cho thấy tốt hơn so với hầu hết các phương pháp khác.