Reconnaissance de visages déguisés dans la nature

Les recherches en reconnaissance faciale ont connu une croissance considérable au cours des deux dernières décennies. Partant d'algorithmes capables de réaliser la reconnaissance dans des environnements contrôlés, les systèmes actuels de reconnaissance faciale atteignent des taux de précision très élevés sur de grands ensembles de données faciales non contrôlées. Bien que les algorithmes émergents continuent d'améliorer leurs performances, la majorité des systèmes de reconnaissance faciale restent vulnérables aux variations dues au déguisement, l'un des covariants les plus difficiles à gérer en reconnaissance faciale. La plupart des jeux de données existants sur le déguisement contiennent des images avec des variations limitées, souvent capturées dans des conditions contrôlées. Cela ne simule pas un scénario réel, où un système de reconnaissance faciale peut rencontrer à la fois des déguisements intentionnels et non intentionnels non contrôlés.Dans cet article, nous proposons un nouveau jeu de données appelé Disguised Faces in the Wild (DFW), qui comprend plus de 11 000 images de 1 000 identités différentes avec divers accessoires de déguisement. Ce jeu de données a été collecté sur Internet, produisant ainsi des images faciales non contrôlées similaires à celles rencontrées dans le monde réel. Il s'agit du premier jeu de données de ce type offrant des images obfusquées par imposteurs et authentiques pour chaque sujet. Le jeu de données proposé a été analysé selon trois niveaux de difficulté : (i) facile, (ii) moyen et (iii) difficile, afin d'illustrer la nature complexe du problème. Nous pensons que la communauté scientifique peut grandement bénéficier du jeu de données DFW pour développer des algorithmes résistants à ces adversaires.Le jeu de données DFW a été publié dans le cadre du Premier Atelier International et Concours sur les Visages Déguisés dans le Monde Réel lors de la conférence CVPR en 2018. Cet article présente en détail le jeu de données DFW, y compris les protocoles d'évaluation, les résultats baselines, l'analyse des performances des soumissions reçues dans le cadre du concours, ainsi que les trois niveaux de difficulté du jeu de données DFW challenge.