野外儿童标注人脸(YLFW):一种儿童人脸识别数据集
计算机视觉与模式识别
2023-01-18 v1
摘要
随着深度学习技术的发展,人脸识别在过去十年中取得了卓越的性能。如今,人脸识别的挑战涉及特定场景,例如不同图像质量下的性能、对年龄老化及人员年龄边缘情况(儿童与老人)的鲁棒性、相关身份的区分等。在这类问题中,识别儿童人脸是最为敏感且重要的问题之一。造成该问题的一个原因是现有人脸数据集中存在针对成年人的偏差。在本工作中,我们提出了一个用于儿童人脸识别的基准数据集,其构建方式类似于著名的人脸识别基准 LFW、CALFW、CPLFW、XQLFW 和 AgeDB。我们还提供了一个开发数据集(分为训练与测试部分),用于使人脸识别模型适配儿童人脸图像。所提出的数据在非洲、亚洲、高加索和印度人种上保持平衡。据我们所知,这是首个用于基准测试的标准化数据工具集,也是规模最大的儿童人脸识别开发数据集合。我们展示了若干人脸识别实验以证明所提出数据工具集的性能。
引用
@article{arxiv.2301.05776,
title = {Young Labeled Faces in the Wild (YLFW): A Dataset for Children Faces Recognition},
author = {Iurii Medvedev and Farhad Shadmand and Nuno Gonçalves},
journal= {arXiv preprint arXiv:2301.05776},
year = {2023}
}
备注
11 pages, 3 figures