[论文解读] MS-Celeb-1M: A Dataset and Benchmark for Large-Scale Face Recognition

Yandong Guo, Lei Zhang+3 more|arXiv (Cornell University)|Jul 27, 2016

Face recognition and analysis参考文献 17被引用 162

一句话总结

本文提出一个与知识库相关联的一百万名人面孔识别基准，以及用于在规模上衡量精度和覆盖率的大型训练集和评测协议。

ABSTRACT

In this paper, we design a benchmark task and provide the associated datasets for recognizing face images and link them to corresponding entity keys in a knowledge base. More specifically, we propose a benchmark task to recognize one million celebrities from their face images, by using all the possibly collected face images of this individual on the web as training data. The rich information provided by the knowledge base helps to conduct disambiguation and improve the recognition accuracy, and contributes to various real-world applications, such as image captioning and news video analysis. Associated with this task, we design and provide concrete measurement set, evaluation protocol, as well as training data. We also present in details our experiment setup and report promising baseline results. Our benchmark task could lead to one of the largest classification problems in computer vision. To the best of our knowledge, our training dataset, which contains 10M images in version 1, is the largest publicly available one in the world.

研究动机与目标

• 定义一个将面孔链接到知识库实体键的大规模人脸识别基准（覆盖一百万名名人）
• 提供用于训练、测量和评估的数据集，以支持关于消歧义和网络规模识别的研究
• 突出可扩展性挑战和基线结果，推动在人脸识别的大类分类研究
• 鼓励使用外部数据并未来扩展数据集以提高在现实世界中的适用性

提出的方法

• 从 Freebase 按网页出现频率排序构建一百万名名人名单，并提供他们的 Freebase MIDs。
• 组建一个大规模的训练集（约 10M 张图像，覆盖 ~100K 名顶级名人）并提供裁剪/对齐的人脸用于基于分类的学习。
• 设计一个测量集，仔细标注的图像与干扰项混合，以在固定精度约束下评估识别性能。
• 定义一个评测协议，使用精度和覆盖率结合拒绝阈值来衡量在目标精度下的最大覆盖率（Pmin=0.95）。
• 训练一个用于名人的深度神经网络分类器（初始为 500 类模型，随后是 100K 类全模型）以建立基线性能。
• 提供基线结果，显示在 95% 精度（困难案例）下对测量集的识别率为 44.2%，且无需过度微调。

实验结果

研究问题

• RQ1 识别和消歧是否能够扩展到一百万名人类别，同时将面孔链接到知识库实体键？
• RQ2 使用网络获取的训练数据，在一个大规模名人识别基准上能达到的性能（精度和覆盖率）是多少？
• RQ3 在该设置中，当类别数量扩展到 100K 及以上时，深度神经网络分类器的性能如何？
• RQ4 将人脸与丰富的知识库属性相关联时，像图像搜索和字幕等现实世界应用的挑战和基线障碍是什么？

主要发现

• 一个与知识库键相关联的百万名人识别任务是可行的，并且产生有意义的基线。
• 约 100K 名顶级名人的 ~1000 万张图像的训练集为测量任务提供了强有力的基线。
• 在 100K 名 名人上进行基线 CNN 训练在精度-覆盖率权衡方面表现出显著的挑战性规模（Hard Set: 0.052 在 99% 精度，0.442 在 95% 精度；Random Set: 0.606 在 99% 精度，0.728 在 95% 精度）。
• 测量集中包含每位名人两张图像（随机与困难）并入干扰项以测试泛化与覆盖率。
• 作者鼓励使用外部数据并扩展覆盖率，以推动上限超出所提供的基线。