CSA-Graphs：儿童性虐待研究的隐私保护结构化数据集
计算机视觉与模式识别
2026-04-09 v1 人工智能
机器学习
摘要
儿童性虐待图像（CSAI）分类是计算机视觉研究中的一个重要且具有挑战性的问题，由于严格的法律和伦理限制，阻止了CSAI数据集的公开共享。这一限制阻碍了可复现性并减缓了自动化方法开发的进展。在本工作中，我们引入了CSA-Graphs，一个隐私保护结构化数据集。我们不发布原始图像，而是提供移除明确视觉内容但保留上下文信息的结构化表示。CSA-Graphs包含两种互补的基于图的模态：描述物体关系的场景图和编码人体姿态的骨架图。实验表明两种表示都保留了用于CSAI分类的有用信息，且将它们结合可进一步提升性能。该数据集使更广泛的计算机视觉方法研究能够在尊重法律和伦理约束的前提下进行儿童安全研究。
引用
@article{arxiv.2604.07132,
title = {CSA-Graphs: A Privacy-Preserving Structural Dataset for Child Sexual Abuse Research},
author = {Carlos Caetano and Camila Laranjeira and Clara Ernesto and Artur Barros and João Macedo and Leo S. F. Ribeiro and Jefersson A. dos Santos and Sandra Avila},
journal= {arXiv preprint arXiv:2604.07132},
year = {2026}
}
备注
Conference on Computer Vision and Pattern Recognition (CVPR 2026), in the Workshop on Computer Vision for Children (CV4CHL)