一种端到端的亚洲人脸数据集构建方法

基于深度学习的人脸识别一个重要的前提是大量的人脸数据做训练,针对现有亚洲公开人脸数据集较少,以及手动标注数据会浪费巨大的人力物力成本,提出了一种端到端的大规模亚洲人脸数据集构建方法。系统通过迭代训练提升,最终生成了10926亚洲人,300万张人脸图片。该方法也可以很好的应用于其他的数据集快速构建。

大规模亚洲人脸数据集的构建

随着深度学习方法的使用,人脸识别准确率得到突破性进步。基于深度学习的人脸识别方法准确率提升依赖于网络模型优化和训练数据集增强两个方面。然而,亚洲人脸的公开数据集非常稀缺,因此,文中通过利用半自动化处理流程创建了包含5k个亚洲明星(共计50w张图片)的人脸数据集,并比较了基于WebFace公开数据集与基于以上流程所建数据集训练的深度网络测试效果。相比之下,本文所建数据集在亚洲人脸的测试准确率具有明显优势。