用于亲属关系鉴别的成对约束组合度量学习

• 作者: 刘笑 陈家炜 胡峻林
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 亲属关系鉴别 人脸识别 成对约束 度量学习 相似度学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机器学习与数据挖掘|Machine Learning & Data Mining
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2021.282

摘要

针对现有的度量学习方法存在训练参数多,容易导致过拟合和鲁棒性差的问题,提出一种成对约束组合度量学习方法(pairwise constrained compositional metric learning,PCCML),利用数据集中生成的局部判别度量,学习各组份度量的最优权重组合.在大边距框架下,PCCML通过约束正样本对马氏距离小于较小的阈值,负样本对马氏距离大于较大的阈值,有效提高了鉴别精度.在KinFaceW-I和KinFaceW-II基准数据集上的试验结果表明了所提出的PCCML方法对鉴别亲属关系问题的有效性.