FaIRCoP：基于对比个性化的面部图像检索
计算机视觉与模式识别
2022-06-01 v1 人工智能
摘要
从属性检索面部图像在人脸识别与嫌疑人识别等多种系统中起着至关重要的作用。与其他图像检索任务相比，由于描述人面部特征涉及高度主观性，面部图像检索更具挑战性。现有方法通过高层监督（如使用自然语言）将用户心理图像中的具体特征与推荐图像进行比较来实现。相反，我们提出了一种利用相对更简单的二元监督形式的方法，通过利用用户反馈将图像标注为与目标图像相似或不相似。此类监督使我们能够利用对比学习范式来封装每位用户个性化的相似度概念。为此，我们提出了一种通过用户反馈在线优化的新型损失函数。我们使用精心设计的测试平台来模拟用户反馈，并开展了大规模用户研究，以验证所提方法的有效性。我们的实验表明，该方法迭代地改善个性化，带来更快的收敛与更高的推荐相关性，从而提升用户满意度。我们所提出的框架还配备了用户友好的 Web 界面，提供面部图像检索的实时体验。
引用
@article{arxiv.2205.15870,
title = {FaIRCoP: Facial Image Retrieval using Contrastive Personalization},
author = {Devansh Gupta and Aditya Saini and Drishti Bhasin and Sarthak Bhagat and Shagun Uppal and Rishi Raj Jain and Ponnurangam Kumaraguru and Rajiv Ratn Shah},
journal= {arXiv preprint arXiv:2205.15870},
year = {2022}
}