WebFace260M: Eine Benchmark-Untersuchung zur Kraft der Tiefen-Gesichtserkennung im Millionen-Skalen-Bereich

In diesem Artikel präsentieren wir einen neuen, millionen-scaligen Face-Benchmark, der sowohl rauschbehaftete Trainingsdaten mit 4 Mio. Identitäten und 260 Mio. Gesichtern (WebFace260M) als auch gereinigte Daten mit 2 Mio. Identitäten und 42 Mio. Gesichtern (WebFace42M) umfasst, sowie ein sorgfältig entworfenes Evaluationsprotokoll unter Zeitbeschränkung. Zunächst sammeln wir eine Liste von 4 Mio. Namen und laden 260 Mio. Gesichter aus dem Internet herunter. Anschließend entwickeln wir eine Pipeline namens „Cleaning Automatically utilizing Self-Training (CAST)“, um die umfangreichen WebFace260M-Daten effizient und skalierbar zu bereinigen. Soweit uns bekannt ist, stellt WebFace42M die größte öffentlich verfügbare Trainingsdatenbank für Gesichtserkennung dar, und wir hoffen, die Datenlücke zwischen Akademie und Industrie zu schließen. Ausgehend von realen Anwendungsszenarien wird das Evaluationsprotokoll „Face Recognition Under Inference Time conStraint (FRUITS)“ sowie ein entsprechender Testset entwickelt, um Gesichtsvergleichssysteme umfassend zu bewerten.Mit diesem Benchmark untersuchen wir Probleme der Gesichtserkennung im Millionen-Skalenbereich. Ein verteiltes Trainingsframework wird entwickelt, um Gesichtserkennungsmodelle effizient zu trainieren, ohne die Leistung zu beeinträchtigen. Auf Basis von WebFace42M gelingt es uns, die Fehlerrate auf dem anspruchsvollen IJB-C-Datensatz um 40 % zu reduzieren, und wir erreichen den dritten Platz unter 430 Einreichungen im NIST-FRVT-Test. Selbst nur 10 % der Daten (WebFace4M) zeigen eine überlegene Leistung im Vergleich zu bisherigen öffentlichen Trainingsdatensätzen. Darüber hinaus werden umfassende Baseline-Ergebnisse auf unserem datenreichen Testset unter dem FRUITS-100ms/500ms/1000ms-Protokoll etabliert, einschließlich der Architekturen MobileNet, EfficientNet, AttentionNet, ResNet, SENet, ResNeXt und RegNet. Die Benchmark-Website ist verfügbar unter: https://www.face-benchmark.org.