用于改进亲属关系验证的监督对比学习与特征融合
计算机视觉与模式识别
2023-02-21 v1 图像与视频处理
摘要
面部亲属关系验证是判断两张面部图像之间亲缘关系程度的任务。近年来，它在法医学、社交媒体和人口统计学研究等多种应用中引起了广泛关注。在过去十年中，基于深度学习的方法已成为解决此问题的一种有前景的方案，并取得了最先进的性能。在本文中，我们提出了一种通过使用监督对比学习来解决亲属关系验证的新方法，该方法训练模型以最大化相关个体之间的相似性，并最小化无关个体之间的相似性。我们的实验展示了最先进的结果，并在野外家庭（FIW）数据集上达到了81.1%的准确率。
引用
@article{arxiv.2302.09556,
title = {Supervised Contrastive Learning and Feature Fusion for Improved Kinship Verification},
author = {Nazim Bendib},
journal= {arXiv preprint arXiv:2302.09556},
year = {2023}
}