基于Brownian Identity Diffusion潜空间探索的合成人脸数据集生成

人脸识别模型依赖大规模数据集进行训练，这些数据集存在隐私和伦理顾虑。最近，越来越多的人尝试使用合成数据补充或替代真实数据来训练人脸识别模型。尽管已取得有希望的成果，但仍不清楚生成模型能否产生足够多样化的数据以满足此类任务。本文引入一种新方法，灵感来自软粒子受随机布朗力作用下的运动，允许我们在各种约束下采样潜空间中的身份分布。我们引入三种互补算法，称为Langevin、Dispersion和DisCo，以生成大规模合成人脸数据集。凭借这些方法，我们生成了多个人脸数据集，并通过训练人脸识别模型对其进行基准测试，表明我们的方法生成的数据在先前基于GAN的数据集性能方面遥遥领先，与最先进的扩散模型生成的合成数据集性能相当。尽管扩散模型被证明会记忆训练数据，但我们在新的合成数据集中防止了数据泄露，为更负责任的合成数据集铺平了道路。