SelfKin：用于亲属关系验证的自调整深度模型
计算机视觉与模式识别
2018-09-25 v1
摘要
生物特征识别与人脸识别领域中一个未解决的挑战是亲属关系验证。该问题旨在判断两人是否有亲属关系以及何种关系（姐妹、兄弟等）。解决该问题可催生多样的任务与应用。在国土安全（HLS）领域，自动检测被讯问者是否与通缉嫌疑犯有亲属关系至关重要；在生物特征识别领域，亲属关系验证可借助照片区分不同家庭；在预测或时尚领域，其可帮助预测人脸的年老或年轻模型。近来，随着深度学习技术的进步，该问题在数据与研究方面获得了学界关注。本文中，我们提出使用深度学习方法解决亲属关系验证问题。此外，我们提供了一种新颖的自学习深度模型，从不同的面孔中学习本质特征。我们展示了我们的模型赢得了Recognize Families In the Wild（RFIW2018, FG2018）挑战赛并取得最先进（state-of-the-art）结果。而且，我们展示了所提模型能在性能不损失的情况下将网络规模缩减一半。
引用
@article{arxiv.1809.08493,
title = {SelfKin: Self Adjusted Deep Model For Kinship Verification},
author = {Eran Dahan and Yosi Keller},
journal= {arXiv preprint arXiv:1809.08493},
year = {2018}
}