人脸识别中的合成数据：现状与未来展望
计算机视觉与模式识别
2023-05-03 v1
摘要
过去几年中，深度学习能力及大规模训练数据集的可用性快速提升，使人脸识别精度取得突破。然而，由于在使用真实生物特征数据进行AI模型训练与评估方面的法律与伦理担忧，以及最先进的数据密集型深度学习模型日益被采用，这些技术预计将在未来几年面临重大挑战。随着深度生成模型的最新进展及其在生成逼真高分辨率合成图像数据上的成功，注重隐私的合成数据近期被提出作为隐私敏感真实数据的替代方案，以克服人脸识别开发中真实数据使用所面临的挑战。本工作旨在清晰且结构化地呈现合成人脸数据在人脸识别中的用例分类体系，以及近期基于合成数据开发的人脸识别模型的新兴进展。我们还讨论了合成数据在人脸识别开发中面临的挑战，以及合成数据在人脸识别领域的若干未来前景。
引用
@article{arxiv.2305.01021,
title = {Synthetic Data for Face Recognition: Current State and Future Prospects},
author = {Fadi Boutros and Vitomir Struc and Julian Fierrez and Naser Damer},
journal= {arXiv preprint arXiv:2305.01021},
year = {2023}
}
备注
Accepted at Image and Vision Computing 2023 (IVC 2023)