摘要
纵向个人相册是弱模式多模态数据库：噪声感知记录，其关键事实需要通过面孔、文本、时间戳、位置和重复事件进行连接。现有的视觉、视频、文档和生活记录基准测试子问题，但并未针对相册规模的社交身份绑定和证据引用进行配置。由于评估所需的真实情况——所有者档案、社交图谱、面孔-名称映射和证据来源——是私密的，真实相册无法安全发布，因此基准测试此任务变得困难。我们引入了PAL-Bench，一个在公共记录合同下进行证据基础重建的受控基准。
其证据编译器构建潜在的私有世界，编程目标级证据路径，渲染相册像素，通过感知管道重新测量，并导出审计的公共/私有视图。代理仅接收感知派生的公共记录；目标、标识符映射和证据路径保持隐藏。PAL-Bench包含50个合成用户、36,659条公共照片记录和2,799个关于所有者事实、身份和关系的目标。通过10名参与者的隐私保护审计证实，PAL-Bench证据结构与真实私有相册匹配，尽管等效的发布仍然是隐私禁止的。在七个系统和两个计算匹配的诊断中，七项指标协议揭示了可信档案摘要与真实社交重建之间的差距：系统恢复了一些所有者事实，但在重复身份和证据引用上仍然艰难。PAL-TRACE，一个在所有者事实挖掘之前冻结身份绑定的参考框架，表现最佳，但身份解析仍然远未解决。PAL-Bench为感知实体解析、多模态数据集成、时间证据聚合和具有来源意识的结构预测提供了测试平台。
博主点评： PAL-Bench的推出为个人相册的重建提供了一个新视角，尤其是在隐私保护和证据整合方面。尽管当前系统在身份解析上仍有不足，但其框架为未来的研究提供了宝贵的基础，值得关注其在隐私保护和数据整合中的应用潜力。