基于连体神经网络的家庭成员检索
计算机视觉与模式识别
2020-06-02 v1 机器学习
摘要
野外环境下的家庭成员检索旨在数据集中寻找给定主体的家庭成员,在走失儿童寻找与亲属关系分析中具有实用价值。然而,由于所采集数据在年龄、性别、姿态与光照上的多样性,该任务一直具有挑战性。为解决此问题,我们提出了基于深度连体神经网络的方案。我们的方案可分为两部分:相似度计算与排序。在训练过程中,连体网络首先以两张候选图像为输入并生成两个特征向量,随后通过若干全连接层计算两向量间的相似度。而在推理过程中,我们采用另一种相似度计算方法:去掉后续若干全连接层,直接对两特征向量计算余弦相似度。相似度计算后,我们使用排序算法合并同一身份下的相似度分数,并按相似度输出有序列表。为进一步提升效果,我们尝试了不同的骨干网络、训练方法与相似度计算方法组合。最终,我们将最优组合作为方案提交,我们的团队(ustc-nelslip)在RFIW2020挑战赛track3中获得亚军,验证了方法的有效性。我们的代码见:https://github.com/gniknoil/FG2020-kinship
引用
@article{arxiv.2006.00174,
title = {Retrieval of Family Members Using Siamese Neural Network},
author = {Jun Yu and Guochen Xie and Mengyan Li and Xinlong Hao},
journal= {arXiv preprint arXiv:2006.00174},
year = {2020}
}
备注
5 pages, 3 figures