Diese Dissertation untersucht Gesichtsverifikation (FV) mit Bildern unterschiedlicher Auflösung. Sie analysiert zunächst, wie die Bildauflösung die Leistung von FV-Modellen beeinflusst, bevor neue Methoden zur Verbesserung entwickelt werden. Es wird ein neuer Datensatz vorgestellt, um eine standardisierte Evaluation zu erzielen. Sie fasst außerdem die Forschung zur Erklärbarkeit von FV-Modellentscheidungen zusammen. Die Arbeit zeigt auch, wie die Integration von menschlichen Entscheidungen die Genauigkeit von FV-Systemen in Grenzfällen verbessern kann.     «

Diese Dissertation untersucht Gesichtsverifikation (FV) mit Bildern unterschiedlicher Auflösung. Sie analysiert zunächst, wie die Bildauflösung die Leistung von FV-Modellen beeinflusst, bevor neue Methoden zur Verbesserung entwickelt werden. Es wird ein neuer Datensatz vorgestellt, um eine standardisierte Evaluation zu erzielen. Sie fasst außerdem die Forschung zur Erklärbarkeit von FV-Modellentscheidungen zusammen. Die Arbeit zeigt auch, wie die Integration von menschlichen Entscheidungen die G...     »