人脸识别的瓶颈在于数据集噪声

随着人脸数据集规模的逐渐扩大，研究者们设计出了各种更快更强的人脸识别网络。但是对于现有人脸数据集中的标签噪声问题，学界的理解依然有限。而现有人脸数据集中的标签噪声问题进行了深入研究，对MegaFace和MS-Celeb-1M数据集中的噪声特性和来源做了全面的分析，发现干净子集对于提高人脸识别精度效果显著。

本文对于人脸识别领域作出以下贡献：

清理出了现有大规模人脸数据集（包括 MegaFace 和 MS-Celeb-1M）的干净子集，并提出了一个新的无噪声人脸数据集 IMDb_Face；

利用原始数据集以及清理后的干净子集，对 MegaFace 和 MS-Celeb-1M 数据集中的噪声特性和来源做了全面的分析，发现干净子集对于提高人脸识别精度效果显著；

本文提出了一种用于数据清理的标注流程，大量的用户调研显示该流程是高效且可控的。

IMDb-Face 数据集开源地址：https://github.com/fwang91/IMDb-Face

《The Devil of Face Recognition is in the Noise》论文下载地址：http://cn.arxiv.org/abs/1807.11649

【今日机器学习概念】

Have a Great Definition

－THE END－