大規(guī)模亞洲人臉數(shù)據(jù)集的構(gòu)建.pdf

1、近年來，深度學(xué)習(xí)的蓬勃發(fā)展，帶動(dòng)越來越多的科研人員及互聯(lián)網(wǎng)團(tuán)隊(duì)投身到這一領(lǐng)域。卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，簡稱CNN)的提出對計(jì)算機(jī)視覺這一研究領(lǐng)域產(chǎn)生了非常大的影響。隨著深度學(xué)習(xí)方法的應(yīng)用，人臉識別的準(zhǔn)確率得到了突破性地提高，并逐漸成為非常實(shí)用的方法?；谏疃葘W(xué)習(xí)的人臉識別方法準(zhǔn)確率的提升主要依賴于兩個(gè)方面:網(wǎng)絡(luò)模型優(yōu)化和訓(xùn)練數(shù)據(jù)集增強(qiáng)。但是，目前被公開的可用于訓(xùn)練深度網(wǎng)絡(luò)的人臉訓(xùn)練數(shù)據(jù)集資

2、源有限，且絕大部分是基于歐美人臉的圖片，而基于亞洲人臉的深度網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)集非常稀缺。眾所周知，西方人臉相比于東方人臉存在眉骨較高、眼窩深陷、顴骨突出等直觀差別，基于WebFace數(shù)據(jù)集訓(xùn)練的深度網(wǎng)絡(luò)模型在LFW測試集上的準(zhǔn)確率已超過99％，但根據(jù)本文的實(shí)驗(yàn)，該模型在測試亞洲人臉時(shí)準(zhǔn)確率卻明顯降低，因此，構(gòu)建一個(gè)可用于訓(xùn)練的亞洲人臉數(shù)據(jù)集非常必要且有意義。本文的研究目標(biāo)就是構(gòu)建一個(gè)大規(guī)模高質(zhì)量的亞洲人臉數(shù)據(jù)集。為實(shí)現(xiàn)該目標(biāo)，本文需要

3、研究相關(guān)構(gòu)建方法，提升構(gòu)建效率，降低構(gòu)建成本，所涉及的主要工作內(nèi)容包括;
　　1)實(shí)現(xiàn)了構(gòu)建人臉數(shù)據(jù)集的完整處理過程，可通過自動(dòng)計(jì)算和人工干預(yù)結(jié)合的方法完成人臉數(shù)據(jù)獲取、數(shù)據(jù)自動(dòng)化處理和人工審核等環(huán)節(jié)的處理過程。此外，鑒于深度學(xué)習(xí)所需要的數(shù)據(jù)集規(guī)模較大且對質(zhì)量有較高要求，人臉圖像數(shù)據(jù)獲取和人工審核這兩個(gè)過程中工作量和成本較大，本文開發(fā)實(shí)現(xiàn)了相應(yīng)的應(yīng)用管理系統(tǒng)，對互聯(lián)網(wǎng)人臉圖像爬取以及后期人工審核標(biāo)注任務(wù)進(jìn)行管理，使得數(shù)據(jù)獲取和標(biāo)注

4、審核能夠更有效率地進(jìn)行。在數(shù)據(jù)自動(dòng)化處理階段，本文研究實(shí)現(xiàn)了對圖像數(shù)據(jù)評分的機(jī)制，以實(shí)現(xiàn)大量圖像數(shù)據(jù)的自動(dòng)標(biāo)注和篩選，極大降低了人工工作量，提升了數(shù)據(jù)集的構(gòu)建效率;
　　2)利用上述系統(tǒng)和處理方法構(gòu)建了一個(gè)包含超過5千名亞洲明星人臉數(shù)據(jù)集，圖像規(guī)模超過50萬張。該數(shù)據(jù)集覆蓋了各性別年齡段的亞洲明星，并且每個(gè)明星內(nèi)包含的臉部圖像也盡量保持差異化，以利于深度網(wǎng)絡(luò)模型的訓(xùn)練。實(shí)驗(yàn)證明在相同結(jié)構(gòu)的網(wǎng)絡(luò)模型上，基于亞洲人臉數(shù)據(jù)集訓(xùn)練的深度網(wǎng)

5、絡(luò)模型，比較基于WebFace（歐美人臉為主）訓(xùn)練的深度網(wǎng)絡(luò)模型，在亞洲人臉識別上具有更高的準(zhǔn)確率。本文還研究使用CenterLoss等方法提升識別效果，并取得了較好的結(jié)果。此外，本文還利用訓(xùn)練的深度網(wǎng)絡(luò)開發(fā)了簡單的人臉識別應(yīng)用系統(tǒng)，體現(xiàn)了該深度網(wǎng)絡(luò)模型的實(shí)用性。
　　總之，本文構(gòu)建了一個(gè)完整的人臉識別訓(xùn)練數(shù)據(jù)集的構(gòu)建系統(tǒng)，并實(shí)際創(chuàng)建了一個(gè)大規(guī)模的高質(zhì)量亞洲人臉數(shù)據(jù)集，體現(xiàn)了系統(tǒng)的有效性。實(shí)驗(yàn)結(jié)果表明，基于本文構(gòu)建的亞洲明星數(shù)據(jù)集