WSD：用于自拍图像人脸识别的野外自拍数据集
计算机视觉与模式识别
2023-02-15 v1
摘要
近年来随着便携智能手机的普及，拍摄自拍图像的趋势显现。因此需要开发高效方法来识别自拍图像中的人脸。由于自拍图像中相机与人脸距离近，且自拍应用带来不同视觉效果，现有人脸识别方法面临更大挑战。需构建数据集以推动自拍图像人脸识别研究。为缓解该问题并促进自拍人脸图像研究，我们构建了具有挑战性的野外自拍数据集（WSD），其图像来自不同智能手机的自拍摄像头，不同于现有多数在受控环境下采集的数据集。WSD数据集包含42人（即24名女性与18名男性）的45,424张图像，分为40,862张训练图像与4,562张测试图像。每人平均1,082张图像，最少与最多分别为518和2,634张。该数据集包含多种挑战，包括但不限于增强现实滤镜、镜像图像、遮挡、光照、尺度、表情、视角、长宽比、模糊、部分人脸、旋转与对齐。我们从不同特性上将所提数据集与现有基准数据集比较。实验亦观察到WSD的复杂性：相较于现有数据集，现有最先进人脸识别方法在WSD上表现不佳。因此，所提WSD数据集为人脸识别领域开启新挑战，有助于学界研究自拍图像特有挑战并改进自拍人脸识别方法。
引用
@article{arxiv.2302.07245,
title = {WSD: Wild Selfie Dataset for Face Recognition in Selfie Images},
author = {Laxman Kumarapu and Shiv Ram Dubey and Snehasis Mukherjee and Parkhi Mohan and Sree Pragna Vinnakoti and Subhash Karthikeya},
journal= {arXiv preprint arXiv:2302.07245},
year = {2023}
}