FedFace：人脸识别模型的协作学习
计算机视觉与模式识别
2021-06-25 v2
摘要
基于 DNN 的人脸识别模型需要大型集中聚合的人脸数据集进行训练。然而，由于日益增长的数据隐私担忧和法律限制，访问和共享人脸数据集已变得极其困难。我们提出 FedFace，一种以隐私感知方式进行人脸识别模型协作学习的联邦学习（FL）框架。FedFace 利用多个客户端上可用的人脸图像来学习准确且可泛化的人脸识别模型，其中每个客户端存储的人脸图像既不与其它客户端也不与中心主机共享，且每个客户端是包含仅属于设备所有者的人脸图像（每客户端一个身份）的移动设备。我们的实验展示了 FedFace 在标准人脸验证基准 LFW、IJB-A 和 IJB-C 上提升预训练人脸识别系统验证性能的有效性。
引用
@article{arxiv.2104.03008,
title = {FedFace: Collaborative Learning of Face Recognition Model},
author = {Divyansh Aggarwal and Jiayu Zhou and Anil K. Jain},
journal= {arXiv preprint arXiv:2104.03008},
year = {2021}
}