近重复人脸图像检测

近重复图像通常是在对原始图像施加重复的光度和几何变换后产生的，这些变换产生了原始图像的不可察觉变体。因此，大量近重复图像可以在网上传播，引发版权侵权问题。当生物特征数据通过这种微妙的变换被篡改时，问题更加严重。在这项工作中，我们通过首先从近重复集合中识别原始图像，其次推断原始图像与近重复之间的关系，来解决人脸图像中近重复检测的挑战。我们使用图论方法构建了一种称为图像系统发育树（IPT）的类树结构来估计关系，即确定它们生成的顺序。我们进一步扩展该方法，创建了称为图像系统发育森林（IPFs）的IPT集成。我们严格评估了我们的方法，以证明其在其他模态、最新生成模型未见变换和IPT配置下的鲁棒性，从而在IPF重建准确率上显著将最先进性能提升了42%。