应对人脸验证边缘案例：深度分析与人机融合方法
计算机视觉与模式识别
2023-08-25 v4 机器学习
摘要
如今，人脸识别系统在多个数据集上超越人类表现。然而，仍存在机器无法正确分类的边缘案例。本文研究在人脸验证任务中机器与人类操作员组合的效果。首先，我们细致考察若干最先进模型的边缘案例，以发现常见数据集中的挑战性设定。随后，我们就这些选定任务对人类开展一项有 60 名参与者的研究，并提供广泛分析。最后，我们证明融合机器与人类决策可进一步提升最先进人脸验证系统在多个基准数据集上的性能。代码与数据已在 GitHub 公开。
引用
@article{arxiv.2304.08134,
title = {Tackling Face Verification Edge Cases: In-Depth Analysis and Human-Machine Fusion Approach},
author = {Martin Knoche and Gerhard Rigoll},
journal= {arXiv preprint arXiv:2304.08134},
year = {2023}
}