EDFace-Celeb-1M: 백만 규모 데이터셋을 활용한 얼굴 환각 현상에 대한 벤치마킹

최근의 딥 페이스 홀로그래피(Deep Face Hallucination) 기법들은 심각하게 저화질로 손상된 얼굴 이미지를 초고해상도로 복원하는 데 놀라운 성능을 보이며, 때로는 인간의 능력을 넘어선다. 그러나 이러한 알고리즘들은 주로 비공개의 합성 데이터셋에서 평가되고 있어, 공개된 얼굴 홀로그래피 데이터셋에서의 성능에 대해 명확하지 않은 상태이다. 한편, 기존의 대부분의 데이터셋은 인종의 분포를 충분히 고려하지 않아, 이러한 데이터셋으로 훈련된 얼굴 홀로그래피 알고리즘이 특정 인종에 대해 편향을 보이는 문제가 있다. 위의 두 가지 문제를 해결하기 위해 본 논문에서는 공개 가능한 인종 다양성 얼굴 데이터셋 EDFace-Celeb-1M을 구축하고, 얼굴 홀로그래피를 위한 벤치마크 작업을 설계하였다. 본 데이터셋은 170만 장의 사진을 포함하며, 다양한 국가를 대표하는 균형 잡힌 인종 구성이 특징이다. 지식을 바탕으로 하면, 이는 현재까지 가장 크고 공개 가능한 자연 환경에서의 얼굴 홀로그래피 데이터셋이다. 이 데이터셋과 함께 본 논문은 다양한 평가 프로토콜을 제안하고 기존 최첨단 기법들을 종합적으로 분석하여 벤치마크화하는 데 기여한다. 벤치마크 평가 결과는 최신 알고리즘들의 성능과 한계를 명확히 드러낸다.