理解照片中的亲属关系

由于网络（尤其是社交媒体）上这些数据的近期激增，迫切需要自动组织和管理人像。除了过去十年广泛研究的面部检测和面部识别之外，与以人为中心的图像相关的一个最有趣的方面是图像中人物之间的关系。在这项工作中，我们专注于后一问题的新解决方案，特别是亲属关系。为此，我们构建了两个数据库：第一个名为UB KinFace Ver2.0，包含孩子、年轻父母和老年父母的图像，第二个名为FamilyFace。接下来，我们开发了一种基于迁移子空间学习的算法，以减少儿童和老年父母面部图像之间外观分布的显著差异。此外，通过探索相关元数据的语义相关性，我们提出了一种算法来预测图像中最可能的亲属关系。此外，研究中使用了人类受试者在这两个数据库上进行基线研究。实验结果表明，所提算法能够有效注释图像中人与人之间的亲属关系，语义上下文可以进一步提高准确性。