野外环境下的性别推断真的是已解决的问题吗？
计算机视觉与模式识别
2021-05-13 v1
摘要
软生物特征分析被视为一个重要研究课题，因其与多种应用相关。然而，尽管它常被视为已解决的任务，在野外条件、变化的图像条件、非配合姿态和遮挡下执行仍可能非常困难。以性别特征为研究主题，我们报告了关于根据其图像（分辨率、亮度和模糊度）和基于主体的特征（人脸与身体关键点置信度）进行性别推断可行性的广泛分析。使用三个最先进的数据集（PETA、PA-100K、RAP）和五个人体属性识别模型，我们利用 Shapley 值将特征分析与性别推断准确率相关联，使我们能够感知每个基于图像/主体的特征的重要性。此外，我们分析了基于人脸的性别推断并评估了姿态对其的影响。我们的结果表明：1）基于图像的特征对低质量数据更具影响力；2）图像质量的提升转化为更高的基于主体的特征重要性；3）基于人脸的性别推断准确率随图像质量提升而提高；4）主体的正面姿态促进了对人脸的隐式关注。所报告的结果被视为在不受控户外环境（通常对应于视觉监控条件）中后续推断方法开发的基础。
引用
@article{arxiv.2105.05794,
title = {Is Gender "In-the-Wild" Inference Really a Solved Problem?},
author = {Tiago Roxo and Hugo Proença},
journal= {arXiv preprint arXiv:2105.05794},
year = {2021}
}