Families in the Wild (FIW)：大规模亲属图像数据库与基准
计算机视觉与模式识别
2017-05-05 v2
摘要
我们提出了迄今为止最大的亲属识别数据集，Families in the Wild (FIW)。出于缺乏单一、统一的亲属识别数据集，我们旨在提供一个能引起研究界兴趣的数据集。仅用一个小团队，我们借助为快速高效标记复杂层级关系和局部标签信息而设计的标注工具，收集、整理并标注了1000个家庭的超过10,000张家庭照片。我们为两项基于图像的任务（亲属验证和家庭识别）提供了若干基准。为此，我们引入了多种视觉特征和度量学习方法作为基线。此外，我们证明了预训练的卷积神经网络（CNN）作为即用特征提取器优于其他特征类型。随后，通过在FIW数据上微调两个深度CNN进一步提升了结果：（1）对于亲属验证，在预训练权重网络之上学习了三元组损失函数；（2）对于家庭识别，向网络添加了家庭特定的softmax分类器。
引用
@article{arxiv.1604.02182,
title = {Families in the Wild (FIW): Large-Scale Kinship Image Database and Benchmarks},
author = {Joseph P. Robinson and Ming Shao and Yue Wu and Yun Fu},
journal= {arXiv preprint arXiv:1604.02182},
year = {2017}
}