亲属关系验证的统一方法
计算机视觉与模式识别
2020-09-15 v1
摘要
在本工作中，我们提出一种基于深度学习、采用统一多任务学习方案的亲属验证方法，其中所有亲属类别被联合学习。这使我们能更好地利用亲属验证中典型的小训练集。我们引入一种融合亲属图像嵌入的新方法，以避免过拟合——过拟合是训练此类网络的常见问题。针对训练集图像推导了一种自适应采样方案，以解决亲属验证数据集中固有的不平衡问题。充分的消融研究例证了我们方法的有效性，实验表明当应用于 Families In the Wild、FG2018 和 FG2020 数据集时，其性能优于当前的 SOTA 亲属验证结果。
引用
@article{arxiv.2009.05871,
title = {A Unified Approach to Kinship Verification},
author = {Eran Dahan and Yosi Keller},
journal= {arXiv preprint arXiv:2009.05871},
year = {2020}
}