想象一下嫌疑人：通过对面部和行人的符合型软生物特征分类技术

《Computer Vision and Image Understanding》：Picture the suspect: Conformal soft-biometric triage across faces and pedestrians

　　努尔·法蒂玛|莫阿塔兹·艾哈迈德•基于覆盖度控制的面部及行人检索的软生物特征分级筛选方法。•通过校准后的属性概率进行家族级一致性筛选。•在CelebA数据集上对真实身份对进行评估，并在PA-100K数据集上进行替代分析。•通过明确的覆盖度与工作量权衡来实现可解释的候选项精简。引言在涉及图像的调查工作中，往往很难从一开始就确定结果。分析师通常只能获得一些零散的信息，如性别、大致年龄、发色、是否戴眼镜、头饰、袖长、是否背着背包或手提包等，而无法确定具体身份（Liu等人，2017年）。如果将这类不完整信息当作能够直接得出唯一正确结果的依据，就会导致决策过于草率，同时也难以在后续审查中明确不确定性。因此，我们将其视为一种分级筛选过程：将大量图像缩减为一个简洁且具有说服力的候选集，这个候选集很可能会包含目标人物，最终由人类评估员结合图像之外的背景信息来做出判断（Becerra-Riera等人，2019年）。软生物特征（Hassan等人，2024年）为这种分级筛选提供了基础素材。这些特征易于观察和传达，包括整体外观（Kumar等人，2009年）、局部或可变化的细节以及配饰或服装样式，与目击者和分析师描述人物的方式相一致。虽然没有任何单一特征能够唯一识别一个人（Wang等人，2022年），但多种特征的组合却能显著提升搜索和筛选的效率。同样重要的是，这些特征具有可解释性：决定保留还是剔除某个候选项的理由可以用调查团队实际使用的语言来表达，从而有助于实现责任追究和外部审计。我们认为，分级筛选的结果应该是带有明确纳入目标的集合值，而非固定长度的排名列表。仅靠排名无法回答“真实目标人物在我们展示的候选集中出现的频率是多少”这一实际问题。而基于集合值的分级筛选则旨在达到用户设定的纳入率，同时让候选集大小根据证据强度进行调整。当特征清晰且一致时，候选集可以保持较小规模；而当特征模糊或相互矛盾时，候选集则会扩大以维持设定的纳入目标。这种思路转变使得目标从无条件追求最高分值转变为具有透明工作量权衡的受控检索，从而使操作团队能够预测该方法的表现。将特征按类别分组还能进一步稳定推理过程。有些属性在不同拍摄条件和观看环境下相对稳定（如性别、大致年龄、整体发色），而另一些属性则更易变化或受观看角度影响（如眼镜反光、头饰、袖长、所携带物品）。还有一些属性在存在时能提供重要信息，但出现频率较低或视觉上容易混淆（如特定图案或标志）（Zhao等人，2019年）。按照这种方式对属性进行分类，可以平衡不同类型证据的影响：稳定的信号可作为纳入标准的依据，可靠的变动信号可用于筛选，而稀少的信号则可在不占主导地位的情况下有选择地发挥作用。同样的分类结构还能给出符合分析师预期的解释（因为基本信息和局部细节一致而被保留），即便候选集规模很大，也能保持可解释性（Jin等人，2025年）。我们在两种互补的测试环境中对该方法进行了评估，以考察其在不同领域和特征组合下的稳定性。在肖像风格的面部图像测试中，我们使用了公共数据集CelebA（Liu等人，2015年），该数据集为每个身份提供了多张图像，并包含丰富的面部特征信息，这种环境侧重于稳定的整体特征和局部面部细节。在监控风格图像的测试中，我们使用了PA-100K（Liu等人，2017年），该数据集侧重于CCTV和街道场景中常见的服装和配饰，但没有身份关联信息，这种环境则更强调服饰、所携带物品以及在不同视角和光照条件下的图案变化。在同一个框架内测试这两种环境，旨在探究基于软生物特征的集合值分级筛选方法是否能在特征及其可靠性不同的领域中依然有效。我们的贡献既具有理论意义，也注重实际应用。我们提出了一种基于覆盖度控制的软生物特征分级筛选框架，该框架整合了校准后的属性预测、家族级一致性集合构建以及可解释的候选项筛选功能。我们将软生物特征分级筛选定义为基于集合的检索方法，并设置了明确的纳入目标，用证据强度而非传统规则来确定候选集的大小（示例见图1）。我们还将属性按类别分组，这既符合调查推理的逻辑，也有助于提供可解释的筛选理由。我们设计的评估方案注重对纳入率、候选集大小以及候选池缩减程度的重复性测量，同时还包括可靠性检查，以确保概率结论具有实际意义。此外，我们还探讨了该方法在敏感工作流程中的应用特性：明确的纳入目标、在条件变化时便于重新校准，以及基于人类可理解的特征来实现审计追踪。本文的其余部分结构如下：第2节回顾了关于软生物特征、属性识别、校准、一致性预测以及检索系统的相关研究。第3节介绍了所提出的基于覆盖度控制的分级筛选框架。第4节描述了在CelebA和PA-100K数据集上的实验方案及结果。第5节分析了研究结果、局限性以及应用考虑因素。第6节对全文进行总结。现有技术概述行人属性识别和检索技术已经从基于注意力机制的卷积神经网络发展到基于变换器的多任务、领域自适应模型。以注意力机制为核心的网络架构（如HydraPlus-Net中的多方向注意力机制）能够增强空间定位能力，同时融合多尺度特征，用于属性预测和重新识别（Liu等人，2017年）。基于变换器的模型架构（如PARFormer）则利用全局自注意力机制，同时结合任务特定的目标函数，如不对称性处理。问题定义给定一张查询图像x和一个包含N张候选图像的庞大图像库G={xj}j=1N。每张图像都有一组软生物特征属性，这些属性被分为三类：G1（面部/身体基本特征）、G2（局部或可变化的特征）以及G3（配饰或服装相关特征）。一个共享的视觉编码器会将图像转换为特征向量z=fθ(x)∈Rd。针对每一类特征，都有相应的线性变换模块将z转换为对数几率值?g=Wgz+bg∈R|Ag|，然后再将这些值转换为未经校准的概率值p?g=σ(?g)。对于某张查询图像x和图像库中的某张图像{xj}，……数据集我们在两个包含丰富属性的图像数据集上进行了测试，这两个数据集分别提供了不同的应用环境：CelebA用于面部图像测试，PA-100K用于行人图像测试。每个数据集都被划分为训练集、验证集、校准集和测试集。验证集仅用于概率校准和一致性阈值的计算，而测试集则用于最终的成果汇报。不同数据集之间共享语义特征分类标准，但实际使用的属性集各有不同。讨论我们的贡献主要体现在系统层面和实际应用方面。实证结果表明，通过结合校准后的属性预测、家族级接受规则以及基于覆盖度控制的候选项筛选，可以生成具有明确工作量覆盖度保障的候选项列表，从而为调查人员提供有效的辅助。结论我们将软生物特征法医分级筛选方法定义为一种基于覆盖度控制的集合值检索问题。所提出的框架通过共享编码器、针对不同类别特征的专用属性处理模块、逐个属性的概率校准以及家族级一致性接受阈值，能够生成具有明确纳入保障的可解释候选项列表。在面部（CelebA）和行人（PA-100K）数据集上的测试表明，该方法能够在有效控制目标覆盖度的同时，大幅减少候选项数量。CRediT作者贡献说明努尔·法蒂玛：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件、资源、方法论、调查研究、形式分析、数据整理、概念设计。莫阿塔兹·艾哈迈德：撰写——审稿与编辑、监督、项目管理。材料获取方式本研究使用的所有材料（如训练好的模型和配置文件）均可向相应作者提出合理请求后获取。代码获取方式用于实现所提方法并运行实验的代码也可向相应作者提出合理请求后获取。发表同意所有作者均同意发表此项研究成果。伦理审批与参与同意无需审批；本研究使用的是公开可用的基准数据集，不涉及人类参与者、动物或临床数据。资金支持本项研究没有获得任何资金支持。利益冲突声明作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。致谢作者感谢沙特阿拉伯达兰的法赫德国王石油矿业大学为这项研究提供的研究设施和学术环境。