源自同一照片：视觉亲属关系挑战中的取巧现象
计算机视觉与模式识别
2018-11-06 v2
摘要
鉴于深度学习模型倾向于从数据集中学习到非预期信号，网络总是有可能通过“取巧”来完成某项任务。在用于视觉亲属关系验证的数据集中，这样一种非预期信号可能是人脸是从同一张照片中裁剪出来的，因为同一张照片中的人脸更可能来自同一个家庭。本文研究了这种人为数据推断在已发布的亲属关系验证数据集中的影响。为此，我们获取了一个大型数据集，并训练了一个CNN分类器来判断两张人脸是否来自同一张照片。仅使用该分类器作为亲属关系的朴素分类器，我们在五个公开基准亲属关系验证数据集上展示了接近最先进（state of the art）的结果——其中一个数据集的准确率超过90%。因此，我们得出结论：在我们所考察的所有数据集中，源自同一照片的人脸都是一个强烈的无意信号，且现有亲属关系模型所解释的亲属关系比例很可能很小。
引用
@article{arxiv.1809.06200,
title = {From Same Photo: Cheating on Visual Kinship Challenges},
author = {Mitchell Dawson and Andrew Zisserman and Christoffer Nellåker},
journal= {arXiv preprint arXiv:1809.06200},
year = {2018}
}
备注
Accepted to ACCV 2018