亚洲人脸识别任务的新基准：基于大型基础模型的人脸分类
计算机视觉与模式识别
2023-10-17 v1
摘要
人脸分类系统是正确识别个人身份的重要工具。本文介绍一个名为 KoIn 的新型大规模韩国网红数据集。我们所提出的数据集包含许多韩国名人在各种环境中的真实照片，这些环境可能包含舞台灯光、伴舞以及背景物体。这些多样化的图像可用于训练对韩网网红进行分类的模型。我们提出的数据集中大多数图像采集自 Instagram 等社交网络服务(SNS)。我们的数据集 KoIn 包含来自 100 多个韩国名人类别的超过 100,000 张韩网网红照片。此外，我们的数据集提供额外的困难样本，例如包含戴面具和帽子的人脸图像。我们注意到困难样本对于评估分类系统的鲁棒性极为有用。我们广泛开展了若干利用多种分类模型的实验以验证所提数据集的有效性。具体而言，我们展示了近期最先进(SOTA)的基础架构在 our 所提数据集上训练时表现出良好的分类性能。本文中，我们还分析了当在提出的数据集 KoIn 的正常样本上微调基础模型时，大规模基础模型对困难样本的鲁棒性表现。我们所提出的数据集与代码将公开于 https://github.com/dukong1/KoIn_Benchmark_Dataset。
引用
@article{arxiv.2310.09756,
title = {New Benchmarks for Asian Facial Recognition Tasks: Face Classification with Large Foundation Models},
author = {Jinwoo Seo and Soora Choi and Eungyeom Ha and Beomjune Kim and Dongbin Na},
journal= {arXiv preprint arXiv:2310.09756},
year = {2023}
}
备注
13 pages