暴力客体：用于人权调查中实用机器学习的合成数据
计算机视觉与模式识别
2020-04-03 v1 机器学习
摘要
我们引入了一种机器学习工作流，用于搜索、识别并有意义地分诊弹药、武器和军事装备的视频与图像，即使在感兴趣客体训练数据有限的情况下也是如此。该工作流旨在加快OSINT（“开源情报”）研究者在人权调查中的工作。它由三个部分组成：自动渲染和标注弥补训练数据缺失的合成数据集；从照片与合成数据组合集训练图像分类器；以及mtriage，一个开源软件，用于编排这些分类器部署以分诊公共领域媒体，并在网页界面中可视化预测结果。我们表明合成数据有助于更有效地训练分类器，且某些方法对不同架构产生更好结果。随后我们在两起真实世界人权调查中演示了我们的工作流：针对平民使用Triple-Chaser催泪弹，以及核实2014年乌克兰存在军事力量的指控。
引用
@article{arxiv.2004.01030,
title = {Objects of violence: synthetic data for practical ML in human rights investigations},
author = {Lachlan Kermode and Jan Freyberg and Alican Akturk and Robert Trafford and Denis Kochetkov and Rafael Pardinas and Eyal Weizman and Julien Cornebise},
journal= {arXiv preprint arXiv:2004.01030},
year = {2020}
}
备注
Presented at NeurIPS 2019 in the AI for Social Good track