Facial Similarity Learning with Humans in the Loop
曹翀, 艾海舟 · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2015
类似学习总是是在计算机视觉研究的一个流行话题。在这之中，面部类似由于它的宽应用和人的脸的非刚性的性质特别重要、困难。在特征代表和人的感性的描述之间的大差距更努力使这个问题平。在这篇论文，我们通过人机相互作用学习面部类似。在一个画廊集合听说感性的类似脸，我们要求用户用他们的类似标记一些候选人图象到一幅探查图象。把回答基于用户，一个采样算法活跃地产生为下一询问的一幅探查图象和一套候选人。帮助了人的努力，算法把所有图象嵌进在二个题目之间的距离在人的感觉遵循他们的不同的一个空格。我们使用面对检索并且在我们从社会网络地点(SNS ) 收集的数据集上把我们的方法与一些基于特征的方法作比较的有学问的嵌入。试验性的结果证明合并人的努力能保证检索精确性。同时，活跃采样算法减少人的努力。