CASIA-WebFace ist ein groß angelegter Datensatz zur Gesichtserkennung, der 2014 von Forschern des Instituts für Automatisierung der Chinesischen Akademie der Wissenschaften eingeführt wurde. Er enthält 494.414 Gesichtsbilder von 10.575 verschiedenen Identitäten, die aus dem Internet gesammelt wurden. Der Datensatz wurde erstellt, um den Bedarf an einer öffentlich verfügbaren, groß angelegten Trainingsressource für Gesichtserkennungsmodelle zu decken, insbesondere für Deep-Learning-Ansätze, die erhebliche Mengen an beschrifteten Daten benötigen. Er ist zu einem Standard-Benchmark im Bereich der Computer Vision und des maschinellen Lernens geworden, insbesondere für Aufgaben wie Gesichtsverifikation und -identifikation.
Der Datensatz wurde von Dong Yi, Zhen Lei, Shengcai Liao und Stan Z. Li entwickelt und als kostenlose Alternative zu größeren proprietären Datensätzen wie dem Trainingssatz der MegaFace-Challenge veröffentlicht. Jedes Bild ist ein zugeschnittenes Gesicht, das typischerweise auf eine kanonische Pose ausgerichtet ist, mit Variationen in Beleuchtung, Ausdruck und Okklusion. Die Identitäten sind vielfältig und umfassen verschiedene Altersgruppen, Ethnien und Hintergründe, was den Datensatz für das Training von Modellen geeignet macht, die über Bevölkerungsgruppen hinweg generalisieren. CASIA-WebFace wurde in der akademischen Forschung weit verbreitet eingesetzt und hat zu bedeutenden Fortschritten in der Genauigkeit der Gesichtserkennung beigetragen.
Konstruktion und Annotation
Die Bilder in CASIA-WebFace wurden automatisch aus dem Internet mithilfe von Suchmaschinen gesammelt und anschließend durch eine halbautomatische Pipeline gefiltert. Der Prozess umfasste Gesichtserkennung, Clustering und manuelle Verifikation, um sicherzustellen, dass jede Identität konsistente Bilder enthielt. Der endgültige Datensatz umfasst 10.575 Subjekte mit durchschnittlich etwa 47 Bildern pro Subjekt. Die Bilder sind im JPEG-Format gespeichert und werden von Metadaten begleitet, die die Subjekt-ID angeben. Der Datensatz enthält keine Begrenzungsrahmen oder Landmarken, da die Gesichter bereits zugeschnitten und auf eine Standardgröße von 250x250 Pixeln ausgerichtet sind.
Einfluss auf die Forschung zur Gesichtserkennung
CASIA-WebFace war maßgeblich an der Entwicklung moderner Gesichtserkennungssysteme beteiligt. Vor seiner Veröffentlichung verließen sich viele Forscher auf kleinere Datensätze wie Labeled Faces in the Wild (LFW) für die Evaluierung, aber das Training tiefer neuronaler Netze erforderte größere Datensätze. CASIA-WebFace bot eine ausreichende Datenmenge, um faltende neuronale Netze (CNNs) effektiv zu trainieren. Es wurde verwendet, um Modelle wie FaceNet, SphereFace und CosFace zu trainieren, die auf LFW und anderen Benchmarks Spitzenleistungen erzielten. Der Datensatz ermöglichte auch die Erforschung von Verlustfunktionen wie Triplet-Loss und Winkelabstandsverlusten, die die Unterscheidung zwischen Identitäten verbesserten.
Einschränkungen und ethische Überlegungen
Trotz seiner Nützlichkeit hat CASIA-WebFace Einschränkungen. Die Bilder werden aus öffentlichen Webquellen ohne ausdrückliche Zustimmung der abgebildeten Personen gesammelt, was Datenschutz- und ethische Bedenken aufwirft. Der Datensatz kann Verzerrungen in Bezug auf die demografische Repräsentation aufweisen, da der Web-Scraping-Prozess bestimmte Ethnien oder Altersgruppen überrepräsentieren kann. Darüber hinaus kann die automatische Filterung Label-Rauschen einführen, bei dem einige Bilder fälschlicherweise Identitäten zugeordnet werden. Forscher haben diese Probleme festgestellt und zu ethischeren Datensätzen aufgerufen. Als Reaktion darauf wurden einige neuere Datensätze mit ausdrücklicher Zustimmung oder synthetischer Datengenerierung erstellt.
Verwendung in Deep-Learning-Modellen
CASIA-WebFace wird häufig als Trainingssatz für Deep-Learning-Modelle in der Gesichtserkennung verwendet. Die typische Pipeline umfasst die Vorverarbeitung der Bilder (z. B. Normalisierung, Datenanreicherung) und anschließend das Training eines CNNs mit einer Klassifikationsschicht, die Identitätswahrscheinlichkeiten ausgibt. Nach dem Training wird die Klassifikationsschicht entfernt, und die Aktivierungen der vorletzten Schicht dienen als Gesichts-Embeddings. Diese Embeddings werden dann für Verifikations- oder Identifikationsaufgaben verwendet. Der Datensatz wird auch für Transferlernen verwendet, bei dem auf CASIA-WebFace vortrainierte Modelle auf kleineren, domänenspezifischen Datensätzen feinabgestimmt werden. Seine Größe und Vielfalt machen ihn zu einer praktischen Wahl für Forscher mit begrenzten Rechenressourcen, da er auf einer einzelnen GPU in wenigen Tagen verarbeitet werden kann.
Vermächtnis und Alternativen
Seit seiner Veröffentlichung wurde CASIA-WebFace durch größere Datensätze wie MS-Celeb-1M, VGGFace2 und WebFace260M ersetzt. Es bleibt jedoch eine beliebte Wahl für Benchmarking und für Forscher, die eine überschaubare Datensatzgröße benötigen. Der Datensatz wurde auch in Wettbewerben und als Baseline in vielen Papieren verwendet. Sein Einfluss reicht über die Gesichtserkennung hinaus bis zur allgemeinen Computer-Vision-Forschung, wo er als Beispiel für groß angelegte Datensammlung und Annotation dient. Ab 2025 ist CASIA-WebFace weiterhin für akademische Zwecke zugänglich, obwohl Forscher ermutigt werden, ethische Implikationen zu berücksichtigen und, wenn möglich, neuere, verantwortungsvollere Datensätze zu verwenden.