ВИЗУАЛЬНОЕ ПРИЗНАНИЕ СЕМЕЙ В ДИКОЙ

Узнавать семьи в дикой природе

Семинар IEEE FG Data Challenge 2020 г.

Ссылки по теме

  1. 2020 Признание семей в дикой природе (RFIW) на веб-странице orkshop
  2. Портал Codalab Challenge (T-1) и Портал подачи статей (CMT)
  3. Международная конференция IEEE 2020 по автоматическому распознаванию лиц и жестов (AMFG)
  4. Веб-сайт конкурса RFIW-2019, RFIW-2018 и RFIW-2017
  5. Страница проекта Families In the Wild (FIW)
  6. Визуальная проверка родства: Учебное пособие по Python Pandas
  7. Визуальное распознавание родства: учебное пособие по машинному обучению, CVPR 2019

Следите за обновлениями и дополнительными руководствами!

Обзор

Мы рады объявить о 4-м крупномасштабном конкурсе данных по распознаванию родства, RFIW, приуроченном к AMFG 2020 года. RFIW имеет x, использующий самую большую и полную базу данных для визуального распознавания родства, набор данных Семьи в дикой природе (FIW).

Представленные материалы будут подвергнуты независимой экспертизе, а принятые документы семинаров станут частью заседаний AMFG 2020 года. Авторы выступят (устно или постерно) на семинаре на конференции AMFG 2020. AMFG 2020 пройдет 18–22 мая в Буэнос-Айре, Аргентина.

Что нового на RFIW-2020?

Новые компоненты RFIW2020 перечислены ниже:

  • Три вызова: два новых трека и возвращение подтверждения родства.
  • Общие документы: запросите документы в работе по автоматическому распознаванию родства.
  • Прекрасная новая идея: призыв к новаторским подходам к рассмотрению проблемы.

Новые испытания!

Наряду с традиционной задачей проверки RFIW2020 будет поддерживать два новых трека, трехпредметную проверку и крупномасштабный поиск и извлечение.

Трехпредметная проверка (T-2) фокусируется на несколько ином взгляде на проверку родства - цель состоит в том, чтобы решить, связан ли ребенок с парой родителей. Эта парадигма следует протоколу проверки 2 к 1 со всеми правилами, имитирующими проверку, с той разницей, что по одному элементу из каждой пары, состоящей из мужчины и женщины, и тогда возникает вопрос: «Это родители». Трехпредметный является естественным продолжением задачи проверки, так как это более реалистичное предположение, поскольку знание одного из родителей обычно означает, что информация другого доступна.

Крупномасштабный поиск и извлечение (T-3) будет имитировать основанные на шаблонах протоколы с открытым набором данных, предоставляемые такими тестами, как IJB-B. Галерея отвлекающих и настоящих родственников с задачей ранжирования лиц затем сортируется по вероятности родства (т. Е. Кровного родственника). Т-3 точно имитирует реальное применение пропавших без вести детей. Например, ребенок обнаружен в сети, используется неизвестными, и вряд ли его нет в какой-либо базе данных; однако член семьи, скорее всего, - идентифицировать члена семьи, определить личность неизвестного. Кроме того, воссоединяющиеся семьи отделились от современного кризиса с беженцами. Благодаря технологии, позволяющей узнавать членов семьи с помощью визуальных средств массовой информации, мы могли объединять семьи из разных лагерей за счет недорогой видеопотока для обеспечения безопасности.

Ресурсы. Будут предоставлены контрольные показатели, а также результаты предыдущего RFIW; Кроме того, будет доступен исходный код для полного воспроизведения и демонстрации каждой задачи. Таким образом, позволяя новичкам бросать вызов экспертам. Мы также будем призывать к представлению общих документов о новых работах, чтобы расширить типы проблем и варианты использования набора данных FIW.

Требуют документов!

В дополнение к трем организованным оценкам задач, мы также добавим эту часть в RFIW2020 (т. Е. Статьи, в которых FIW используется новыми способами). Основная причина, по которой мы добавили это, - побудить исследователей предложить новую технологию помимо оценки задач. Мы обнаружили, что оценки отлично подходят для структурирования существующих проблем, чтобы исследователи и практики могли проводить справедливые сравнения алгоритмов. Однако это ограничивает круг проблем автоматического распознавания родства. Исходя из этого, мы ожидаем, что свет прольется на один или несколько из следующих способов:

  • Усовершенствовать современные методы проверки родства и классификации семей.
  • Для тестирования новых задач FIW, таких как детальная классификация, крупномасштабный поиск и извлечение, трехкомпонентная проверка.
  • Предложить генеративные модели для семейных фотографий, лиц родственников, фотоальбомов и т. Д.
  • Изучить и понять мультимодальное использование текстовых подписей, сопровождающих семейные фотографии FIW.
  • Для обсуждения кластерных, многовидовых и различных типов задач.
  • Относиться к родству как к мягкому атрибуту для задач более высокого уровня (например, распознавание лиц, групповое понимание, анализ социальных сетей).
  • Намного больше.

Важные даты

1-й CFP: 3 ноября 2019 г.

Конкурс начинается: 8 ноября

Окончание конкурса: 13 января 2020 г.

Срок подачи докладов: 20 января

Уведомление автора (например, устное или плакатное): 5 февраля.

Срок готовности камеры: 26 февраля

Бумажные презентации (общие и основные задачи) и награды на конференции FG: 18–22 мая (подлежит уточнению)

Информация для авторов

Материалы, сделанные через веб-сайт CMT семинара:
https://cmt3.research.microsoft.com/RFIW2020/Submission/Index

Рекомендации IEEE FG: https://fg2020.org/instructions-of-paper-submission-for-review/

  • длинный: 8 страниц (включая ссылки); кратко: 4 страницы (+1 за ссылки)
  • Анонимный
  • Используя шаблон FG [Латекс, Слово]

Люди

Почетные кафедры

Рама Челлаппа, Мэрилендский университет

Мэтью А. Терк, Технологический институт Toyota в Чикаго (TTIC)

Главный председатель

Юнь Фу, Северо-Восточный университет

Стулья для мастерских

Джозеф Робинсон, Северо-Восточный университет

Мин Шао, Массачусетский университет (Дартмут)

Siyu Xia, Юго-Восточный университет (Китай), Нанкин

Майк Стопа, Konica Minolta

Самсон Тимонер, ISMConnect

Ю Инь, Северо-Восточный университет

Сопредседатели веб-сайтов и рекламы

Заид Хан, Северо-Восточный университет

Связаться с нами

Джозеф Робинсон ([email protected])

Мин Шао ([email protected])