基于众包成对标签的鲁棒主观视觉属性预测

从图像和视频中估计主观视觉属性的问题引起了越来越多的关注。主观视觉属性既可直接应用（例如图像和视频的趣味性），也可作为视觉识别的中间表示（例如相对属性）。由于其模糊性，为学习预测模型而标注主观视觉属性的值具有挑战性。为了提高标注的可靠性，最近的研究采用众包工具收集成对比较标签，因为人类标注者在排列两张图像/视频的顺序（例如哪一张更有趣）方面远比分别给出绝对值更为擅长。然而，使用众包数据也会引入异常值。现有方法依赖多数投票来剪枝标注异常值/错误，因此需要收集大量的成对标签。更重要的是，作为一种局部异常检测方法，多数投票在识别可能导致全局排序不一致的异常值方面效果不佳。在本文中，我们提出了一种更为原则化的方法来识别标注异常值，即将主观视觉属性预测任务构建为一个统一的鲁棒排序学习问题，联合处理异常检测与排序学习。与现有方法不同，所提出的方法整合局部成对比较标签，以最小化对应于排序顺序全局不一致性的代价。这不仅带来了更好的标注异常值检测效果，还使得利用极度稀疏的标注进行学习成为可能。在多个基准数据集上的大量实验表明，我们的新方法显著优于最先进的替代方案。