卷积神经网络人脸识别以非人类的方式工作
计算机视觉与模式识别
2020-06-24 v2
摘要
卷积神经网络 (CNNs) 在许多模式识别问题中给出最先进的性能，但可能被精心构造的噪声模式所欺骗。我们报告称，CNN 人脸识别系统也会犯令人惊讶的“错误”。我们测试了六个商用人脸识别 CNN，发现它们在标准人脸匹配任务上优于典型人类参与者。然而，它们也会判定人类不会认定的匹配，即配对中一张图像已被变换为看起来不同性别或种族。这并不是由于性能差；最好的 CNN 在人类人脸匹配任务上几乎完美地执行，但也对明显不同种族或性别的人脸判定最多的匹配。尽管在性别和种族的显著性上有所不同，人类和计算机系统并非以完全不同的方式工作。它们往往发现相同的图像对难以匹配，表明对底层相似性空间有一定共识。
引用
@article{arxiv.2004.04069,
title = {Convolutional neural net face recognition works in non-human-like ways},
author = {P. J. B. Hancock and R. S. Somai and V. R. Mileva},
journal= {arXiv preprint arXiv:2004.04069},
year = {2020}
}
备注
8 pages, 2 figures. Submitted to Royal Society Open Science