هل نحن بحاجة حقًا لجمع ملايين الوجوه لتحقيق التعرف الفعال على الوجه؟

قد شهدت قدرات التعرف على الوجه تقدمًا استثنائيًا مؤخرًا. رغم أن هذا التقدم يُعزى جزئيًا إلى زيادة حجم مجموعات التدريب -- حيث يتم تنزيل وتصنيف كميات هائلة من صور الوجوه حسب الهوية -- إلا أنه ليس من الواضح تمامًا ما إذا كانت المهمة الشاقة لجمع هذه الصور ضرورية حقًا. نقترح طريقة أكثر سهولة للزيادة في أحجام بيانات التدريب لأنظمة التعرف على الوجه. بدلاً من جمع المزيد من الوجوه وتصنيفها يدويًا، نقوم ببساطة بإنشاء هذه الوجوه بشكل اصطناعي. نصف طرق جديدة لتثري مجموعة بيانات موجودة بالفعل بتنوعات مهمة في مظهر الوجه عن طريق تعديل الوجوه التي تحتوي عليها. كما نطبق هذا النهج الإنشائي عند مطابقة صور الاستفسار التي يتم تمثيلها باستخدام شبكة عصبية تقنية متكررة (Standard Convolutional Neural Network). لقد تم اختبار تأثير التدريب والاختبار باستخدام الصور المصنعة بشكل مكثف على مقاييس LFW و IJB-A (التحقق والتعريف) و Janus CS2. وقد أظهرت الأداء الذي حققته طريقتنا مطابقتها للنتائج الرائدة التي أبلغ عنها الأنظمة التي تم تدريبها على ملايين الصور المنزّلة.