Key points are not available for this paper at this time.
자동 얼굴 사진-스케치 인식은 법 집행에 중요한 응용 프로그램을 가지고 있습니다. 최근 연구들은 사진과 스케치를 동일한 양식으로 변환하여 매칭하거나, 사진과 스케치에서 추출된 특징 간의 양식 격차를 줄이기 위한 고급 분류 알고리즘을 개발하는 데 초점을 맞추고 있습니다. 본 논문에서는 특징 추출 단계에서 양식 격차를 줄임으로써 새로운 인터 모달 얼굴 인식 접근 방식을 제안합니다. 결합 정보 이론적 인코딩에 기반한 새로운 얼굴 설명자가 차별적인 지역 얼굴 구조를 캡처하고 사진과 스케치를 효과적으로 매칭하는 데 사용됩니다. 양자화된 특징 공간에서 사진과 스케치 간의 상호 정보량을 극대화하는 것에 의해 안내되어, 결합 인코딩은 제안된 결합 정보 이론적 프로젝션 트리에 의해 달성되며, 이는 추가 성능 향상을 위해 무작위 숲으로 확장됩니다. 우리는 FERET 데이터베이스에서 1,194명의 스케치를 포함하는 가장 큰 얼굴 스케치 데이터베이스를 만듭니다. 이 대규모 데이터셋에 대한 실험은 우리의 접근 방식이 최첨단 방법들을 상당히 능가한다는 것을 보여줍니다.
Zhang et al. (수요일)은 이 질문을 연구했습니다.