Resumen

La verificación del parentesco a partir de imágenes faciales es un problema nuevo y desafiante en el reconocimiento de patrones y la visión por ordenador, y tiene muchas aplicaciones potenciales en el mundo real, incluyendo el análisis de redes sociales y la adopción de niños. La mayoría de los métodos existentes para la verificación de parentesco asumen que cada par positivo de imágenes faciales (con relación de parentesco) tiene una puntuación de similitud mayor que la de los pares negativos sin relación de parentesco bajo una métrica de distancia que debe aprenderse. En la práctica, sin embargo, esta suposición suele ser demasiado estricta para las muestras de parentesco de la vida real. En lugar de ello, en este artículo proponemos aprender un modelo de similitud robusto, bajo el cual la puntuación de similitud de cada par positivo es mayor que la puntuación de similitud media de algunos pares negativos. Además, desarrollamos un algoritmo de aprendizaje de similitud en línea para una aplicación más escalable. Evaluamos empíricamente los métodos propuestos en conjuntos de datos de referencia, y los resultados experimentales muestran que nuestro método supera a algunos métodos de verificación de parentesco del estado de la técnica en términos de precisión de la verificación y eficiencia computacional.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Verificación de parentesco; imágenes faciales; reconocimiento de patrones; visión por ordenador; análisis de redes sociales; adopciones de niños.
• Keywords:Kinship verification; face images; pattern recognition; computer vision; social media analysis; children adoptions