SIG：面向人脸识别评估数据集生成的人工合成身份生成管道
计算机视觉与模式识别
2024-09-19 v2 机器学习
摘要
随着人工智能应用的扩展，对模型的评估面临更高的审查要求。确保公众就绪性需要评估数据集，这些数据与训练数据不同，需符合隐私法规并获得伦理批准。人脸识别系统的性能和公平性显著依赖于这些评估数据集的质量和代表性。此类数据有时从互联网上抓取，未经用户同意，引发伦理争议，可能因缺乏proper releases而被禁止使用。罕见情况下，数据在受控环境中收集且获准同意，但该过程耗时、昂贵且在实际操作中难以实施。这构成了无法凭借巨大的资源来收集伦理合规评估数据集的障碍。为此，我们引入了人工合成身份生成管道（Synthetic Identity Generation pipeline, SIG），以实现面向人脸识别评估的精准创建伦理合规、平衡的数据集。我们提出的管道可生成可控姿态、面部特征及人口统计属性（如种族、性别和年龄）的高质量合成身份图像。我们还发布了一个开源评估数据集，名为 ControlFace10k，包含 10,008 张人脸图像，代表 3,336 个唯一合成身份，跨种族、性别和年龄分布均衡。我们对 ControlFace10k 与非合成 BUPT 数据集使用最先进的人脸识别算法进行分析，以证明其作为评估工具的有效性。该分析突出了数据集的特征及其在评估不同人口统计群体中算法偏见方面的实用性。
引用
@article{arxiv.2409.08345,
title = {SIG: A Synthetic Identity Generation Pipeline for Generating Evaluation Datasets for Face Recognition},
author = {Kassi Nzalasse and Rishav Raj and Eli Laird and Corey Clark},
journal= {arXiv preprint arXiv:2409.08345},
year = {2024}
}