从一瞥到“抓到你”：基于渐进相关性反馈的交互式人脸图像检索
计算机视觉与模式识别
2020-08-03 v1 信息检索
摘要
人脸图像检索在法医调查中发挥着重要作用，其中未经训练的目击者试图从海量图像池中识别嫌疑人。然而，由于难以用语言直接描述人的面部外观，人们自然倾向于通过参照已知的现有图像并比较面部特定区域来进行描绘，且每次都提供完整比较也具有挑战性。因此，我们提出了一种端到端框架，利用目击者渐进提供的相关性反馈来检索人脸图像，从而能够在多轮过程中利用历史信息，并以交互迭代的方式检索心理图像。无需任何额外标注，我们的模型仅需少量响应代价即可应用。我们在 \texttt{CelebA} 上进行实验，并通过排序百分位评估性能，在最佳设置下达到 99%。据我们所知该主题鲜有探索，希望我们的工作能作为进一步研究的垫脚石。
引用
@article{arxiv.2007.15683,
title = {From A Glance to "Gotcha": Interactive Facial Image Retrieval with Progressive Relevance Feedback},
author = {Xinru Yang and Haozhi Qi and Mingyang Li and Alexander Hauptmann},
journal= {arXiv preprint arXiv:2007.15683},
year = {2020}
}