我们真的需要收集数百万张人脸以实现有效的人脸识别吗？
计算机视觉与模式识别
2016-04-12 v2
摘要
人脸识别能力近来取得非凡飞跃。尽管此进展至少部分归因于膨胀的训练集规模——为身份下载并标注的海量人脸图像——但尚不清楚收集如此多图像的艰巨任务是否真正必要。我们提出一种更易行的手段来增加人脸识别系统的训练数据规模。我们并非手动采集并标注更多人脸，而是直接合成它们。我们描述了通过操控现有数据集所含人脸来以重要面部外观变化丰富该数据集的新方法。我们进一步在匹配使用标准卷积神经网络表示的查询图像时应用此合成方法。用合成图像训练和测试的效果在LFW与IJB-A（验证与识别）基准及Janus CS2上得到广泛测试。我们的方法所获性能与基于数百万下载图像训练的系统所报告的最先进水平结果相匹配。
引用
@article{arxiv.1603.07057,
title = {Do We Really Need to Collect Millions of Faces for Effective Face Recognition?},
author = {Iacopo Masi and Anh Tuan Tran and Jatuporn Toy Leksut and Tal Hassner and Gerard Medioni},
journal= {arXiv preprint arXiv:1603.07057},
year = {2016}
}