平衡人脸数据集：引导StyleGAN生成用于代表性不足群体的标注合成人脸图像数据集

为使机器学习模型在特定问题域内对未见数据有效泛化，众所周知数据需具备足够规模并代表真实场景。然而，真实世界数据集常存在过度代表与代表不足的群体。缓解机器学习偏差的一个方案是利用多样且具代表性的数据集。在覆盖所有人口统计群体的数据集上训练模型，对减少机器学习中的偏差至关重要。然而，收集与标注大规模数据集一直具有挑战性，促使人们使用合成数据生成与主动标注来降低人工标注成本。本研究的重点是利用StyleGAN模型生成鲁棒的人脸图像数据集。为在不同人口统计群体间实现数据集的平衡分布，通过控制StyleGAN的生成过程创建合成数据集，并为不同下游任务进行标注。