TattTRN：用于纹身检索的模板重建网络
计算机视觉与模式识别
2024-05-14 v1
摘要
纹身已被有效地用作软生物特征，以协助执法部门识别罪犯和受害者，因为它们包含判别性信息，并且是定位犯罪团伙或组织成员的有用指标。由于获取包含纹身的图像存在各种隐私问题，因此可用的数据库数量有限。数据库的缺乏阻碍了开发新方法以从候选库中有效检索潜在嫌疑人的纹身图像。为缓解此问题，在我们的工作中，我们使用无监督生成方法创建了一个平衡数据库，包含来自 571 个纹身类别的 28,550 张带有纹身主体的半合成图像。此外，我们引入了一种新颖的纹身模板重建网络 (TattTRN)，该网络学习将输入纹身样本映射到其相应的纹身模板，以增强最终特征嵌入的区分属性。使用真实数据（即 WebTattoo 和 BIVTatt 数据库）的实验结果证明了所提出方法的合理性：在检查候选列表的前 20 个条目时，准确率高达 99%。
引用
@article{arxiv.2405.07571,
title = {TattTRN: Template Reconstruction Network for Tattoo Retrieval},
author = {Lazaro Janier Gonzalez-Soler and Maciej Salwowski and Christian Rathgeb and Daniel Fischer},
journal= {arXiv preprint arXiv:2405.07571},
year = {2024}
}
备注
Accepted at CVPR Workshop 2024