CASIA-Face-Africa：一个大规模非洲人脸图像数据库
计算机视觉与模式识别
2021-05-12 v2
摘要
人脸识别是一个流行且研究充分的领域，在我们的社会中有广泛应用。然而，种族偏见已被证明内在于大多数最先进(SOTA)的人脸识别系统中。许多关于人脸识别算法的调查研究都报道了非洲受试者队列比其他队列更高的假阳性率。公共领域缺乏大规模非洲人脸图像数据库是研究人脸识别种族偏见问题的主要限制之一。为此，我们收集了一个名为CASIA-Face-Africa的人脸图像数据库，包含1,183名非洲受试者的38,546张图像。利用多光谱相机在各种光照设置下捕获人脸图像。受试者的 demographic属性与面部表情也被仔细记录。对于关键点检测，数据库中的每张人脸图像都手动标注了68个面部关键点。根据不同的应用、任务、划分和场景构建了一组评估协议。报告了未经重新训练的SOTA人脸识别算法性能作为基线。所提出的数据库及其人脸关键点标注、评估协议和初步结果构成了一个良好的基准，用于研究非洲受试者人脸生物特征的基本方面，特别是人脸图像预处理、人脸特征分析与匹配、面部表情识别、性别/年龄估计、种族分类、人脸图像生成等。该数据库可从我们的 http://www.cripacsir.cn/dataset/ 下载。
引用
@article{arxiv.2105.03632,
title = {CASIA-Face-Africa: A Large-scale African Face Image Database},
author = {Jawad Muhammad and Yunlong Wang and Caiyong Wang and Kunbo Zhang and Zhenan Sun},
journal= {arXiv preprint arXiv:2105.03632},
year = {2021}
}
备注
This paper has been accepted for publication in the journal IEEE TIFS