探索以对象为中心与以场景为中心的 CNN 特征及其在图像中人权侵犯识别的互补性
计算机视觉与模式识别
2018-05-15 v1
摘要
通过图像识别潜在的人权滥用是计算机视觉领域一项新颖且具挑战性的任务，它将能够在大规模数据上揭露人权侵犯，这在其他情况下可能是不可能的。虽然用于对象和场景分类的标准数据库包含数百个不同类别，但目前可用的人权侵犯最大数据集仅包含 4 个类别。在此，我们引入了“人权档案数据库”（HRA），这是一个由专家验证的包含 3050 张人权侵犯照片的存储库，标有人权语义类别，包含目前遇到的人权滥用类型列表。借助 HRA 数据集和两阶段迁移学习方案，我们对最先进的深度卷积神经网络（CNN）进行了微调，以提供人权侵犯分类 CNN（HRA-CNN）。我们还进行了广泛的实验，以评估以对象为中心和以场景为中心的 CNN 特征在人权侵犯识别任务中的结合效果。由此，我们表明 HRA 数据库对研究充分的表示学习方法提出了更高水平的挑战，并在视觉情境下的人权侵犯识别任务中提供了基准。我们期望该数据集能有助于为创建能够识别丰富人权侵犯信息的系统开辟新视野。我们的数据集、代码和训练模型可在 https://github.com/GKalliatakis/Human-Rights-Archive-CNNs 在线获取。
引用
@article{arxiv.1805.04714,
title = {Exploring object-centric and scene-centric CNN features and their complementarity for human rights violations recognition in images},
author = {Grigorios Kalliatakis and Shoaib Ehsan and Ales Leonardis and Klaus McDonald-Maier},
journal= {arXiv preprint arXiv:1805.04714},
year = {2018}
}
备注
19 pages, 13 figures; Submitted to PLOS ONE