低分辨率人脸的人类识别准确率
计算机视觉与模式识别
2025-03-27 v1
摘要
自动化的一对多(1:N)人脸识别是执法机构常用的强大调查工具。在此情境下，来自自动化1:N识别的潜在匹配结果将由人类审查员审阅后方可用于潜在的调查线索。虽然在理想的成像条件下，自动化1:N识别可实现近乎完美的准确性，但实际场景可能需要使用监控图像，这些图像在 various 质量维度上往往受损。一个重要的质量维度是图像分辨率，通常通过面部像素数量来衡量，其常用指标为瞳距距离(IPD)，即测量两眼睛之间像素数量。低IPD已知会降低自动人脸识别的准确性。然而，IPD在人类人脸识别中可靠性的阈值尚未定义。本研究旨在通过在不同IPD值范围内系统性地测试准确性，探索人类识别能力的边界。我们发现，在低IPD(10像素、5像素)时，人类准确率已达到或低于随机水平(50.7%、35.9%)，尽管决策信心水平仍相对较高(77%、70.7%)。我们的发现表明，对于低IPD图像，人类的识别能力可能是整体系统准确性的限制因素。
引用
@article{arxiv.2503.20108,
title = {Peepers & Pixels: Human Recognition Accuracy on Low Resolution Faces},
author = {Xavier Merino and Gabriella Pangelinan and Samuel Langborgh and Michael C. King and Kevin W. Bowyer},
journal= {arXiv preprint arXiv:2503.20108},
year = {2025}
}
备注
10 pages, 3 figures