أظهرت الطرق الحديثة لتحسين الوجه العميق أداءً مذهلاً في تحسين صور الوجه المعيبة بشكل كبير، حتى أن أداءها تجاوز القدرة البشرية في بعض الأحيان. ومع ذلك، يتم تقييم هذه الخوارزميات بشكل رئيسي على مجموعات بيانات مُصَنَّعة وغير عامة. وبالتالي، لا يزال من غير الواضح كيف تؤدي هذه الخوارزميات على مجموعات بيانات عامة مخصصة لتحسين الوجه. وفي الوقت نفسه، لا تأخذ معظم مجموعات البيانات الحالية بعين الاعتبار توزيع العرق بشكل كافٍ، مما يؤدي إلى تحيز الخوارزميات المدربة على هذه المجموعات نحو فئات عرقية معينة. ولحل المشكلتين المذكورتين، قمنا في هذه الورقة ببناء مجموعة بيانات عامة تُسمى EDFace-Celeb-1M، مُتنوعة عرقيًا، وتصميم مهمة معيارية لتقييم خوارزميات تحسين الوجه. تضم مجموعتنا 1.7 مليون صورة تغطي دولًا مختلفة، مع توزيع متوازن للعِرق. إلى حد معرفتنا، فهي أكبر مجموعة بيانات متاحة علنًا لتحسين الوجه في البيئات الطبيعية (in the wild). وبالإضافة إلى هذه المجموعة، تقدم الورقة أيضًا بروتوكولات تقييم متنوعة وتحليلًا شاملاً لتمكين تقييم منهجي للطرق المتطورة الحالية. وقد أظهرت نتائج التقييمات المعيارية الأداء والقيود الحالية لهذه الخوارزميات المتطورة.