MegaFace基准：百万规模人脸识别
计算机视觉与模式识别
2015-12-03 v1
摘要
近期在主要基准LFW上的人脸识别实验显示出惊人性能——许多算法达到接近完美的分数，超越人类识别率。本文中，我们主张在百万规模评估(LFW仅包含5K人的13K照片)。为此，我们组装了MegaFace数据集并创建了首个MegaFace挑战。我们的数据集包含一百万照片，捕捉超过690K不同个体。该挑战评估在图库集中干扰项数量递增(从10到1M)时算法的性能。我们给出识别和验证性能，评估关于姿态和人年龄的性能，并作为训练数据大小(照片数和人数)的函数进行比较。我们报告了最先进算法和基线算法的结果。我们的关键观察是：在百万规模测试揭示了巨大性能差异(在较小规模表现相似的算法之间)，且年龄不变识别以及姿态对大多数仍具挑战性。MegaFace数据集、基线代码和评估脚本均已公开释放以供进一步实验：megaface.cs.washington.edu。
引用
@article{arxiv.1512.00596,
title = {The MegaFace Benchmark: 1 Million Faces for Recognition at Scale},
author = {Ira Kemelmacher-Shlizerman and Steve Seitz and Daniel Miller and Evan Brossard},
journal= {arXiv preprint arXiv:1512.00596},
year = {2015}
}