MAAD-Face：一个大规模标注属性的人脸图像数据集
计算机视觉与模式识别
2021-06-29 v2
摘要
软生物特征在人脸生物特征识别及相关领域中起着重要作用，因为它们可能导致有偏的性能、威胁用户隐私，或对商业方面具有价值。当前的人脸数据库是专门为开发人脸识别应用而构建的。因此，这些数据库包含大量人脸图像，但在属性标注数量和整体标注正确性方面有所欠缺。在这项工作中，我们提出了 MAADFace，一个新的以大量高质量属性标注为特征的人脸标注数据库。MAADFace 构建于 VGGFace2 数据库之上，因此包含超过 9k 个人的 3.3M 张人脸。利用一种新颖的标注迁移流水线，该流水线允许将多个源数据集的标签准确迁移到目标数据集，MAAD-Face 由 47 种不同二值属性的 123.9M 个属性标注组成。因此，它提供的属性标签数量是 CelebA 和 LFW 的 15 倍和 137 倍。我们由三位人类评估者进行的标注质量调查证明了 MAAD-Face 标注相对于现有数据库的优势。此外，我们利用 MAAD-Face 的大量高质量标注来研究软生物特征用于识别的可行性，提供了关于哪些属性支持真实与冒名决策的见解。MAAD-Face 标注数据集已公开可用。
引用
@article{arxiv.2012.01030,
title = {MAAD-Face: A Massively Annotated Attribute Dataset for Face Images},
author = {Philipp Terhörst and Daniel Fährmann and Jan Niklas Kolf and Naser Damer and Florian Kirchbuchner and Arjan Kuijper},
journal= {arXiv preprint arXiv:2012.01030},
year = {2021}
}
备注
Accepted in IEEE Transactions on Information Forensics and Security