VGGFace2 es un conjunto de datos de reconocimiento facial a gran escala desarrollado por el Grupo de Geometría Visual de la Universidad de Oxford. Contiene más de 3,31 millones de imágenes de más de 9.000 identidades, lo que lo convierte en uno de los puntos de referencia más utilizados para entrenar y evaluar redes neuronales profundas en tareas de reconocimiento facial. El conjunto de datos se introdujo en 2017 y desde entonces se ha convertido en un recurso estándar en el campo de la visión por computadora y el aprendizaje profundo.
El conjunto de datos se creó para abordar las limitaciones de conjuntos de datos faciales anteriores, como LFW y MegaFace, al proporcionar un conjunto más grande y diverso de imágenes con variaciones en pose, edad, iluminación y etnia. Las imágenes de VGGFace2 se obtienen de la Búsqueda de Imágenes de Google y no se limitan a rostros de celebridades, lo que aumenta la diversidad de identidades. Cada identidad tiene un promedio de 362 imágenes, con un mínimo de 80 y un máximo de 843 imágenes por persona.
Recopilación y Anotación de Datos
El proceso de recopilación implicó el raspado web automatizado seguido de un filtrado manual para garantizar la precisión. El conjunto de datos incluye divisiones de entrenamiento y prueba, con el conjunto de prueba que contiene 500 identidades no presentes en el conjunto de entrenamiento. Las anotaciones incluyen etiquetas de identidad, cuadros delimitadores para rostros y puntos de referencia faciales clave. El conjunto de datos se publicó bajo una licencia de solo investigación, y su uso requiere el acuerdo de términos que prohíben la redistribución comercial.
Arquitectura y Uso en Entrenamiento
VGGFace2 se utiliza principalmente para entrenar redes neuronales convolucionales (CNN) para el reconocimiento facial. El modelo base, a menudo denominado red VGGFace2, es una CNN profunda con una arquitectura ResNet-50 o similar a ResNet-50, entrenada utilizando una pérdida softmax con un margen amplio. El proceso de entrenamiento típicamente emplea técnicas de aumento de datos, como recorte aleatorio, volteo horizontal y alteración de color, para mejorar la generalización. El conjunto de datos ha sido fundamental para lograr resultados de vanguardia en puntos de referencia como el desafío MegaFace y el protocolo IJB-C.
Impacto en la Investigación del Reconocimiento Facial
VGGFace2 ha avanzado significativamente el campo del reconocimiento facial al proporcionar un conjunto de datos diverso y a gran escala que permite el entrenamiento de modelos con alta precisión en diferentes demografías. Se ha utilizado en numerosos artículos de investigación y sistemas comerciales, incluidos los de empresas como Google DeepMind y Samsung Research. El diseño del conjunto de datos ha influido en conjuntos de datos posteriores, como MS-Celeb-1M y WebFace260M, que buscan escalar aún más el número de identidades e imágenes.
Limitaciones y Consideraciones Éticas
A pesar de su utilidad, VGGFace2 tiene limitaciones. Las imágenes se recopilan de la web sin consentimiento explícito de los individuos, lo que plantea preocupaciones sobre la privacidad. El conjunto de datos también presenta sesgos, ya que la distribución de identidades puede no representar completamente las demografías globales, lo que potencialmente conduce a disparidades en el rendimiento entre diferentes grupos étnicos. Los investigadores han solicitado conjuntos de datos obtenidos de manera más ética y una evaluación cuidadosa de los sistemas de reconocimiento facial para mitigar el sesgo.
Trabajo Relacionado y Extensiones
El Grupo de Geometría Visual también ha lanzado VGGFace, un conjunto de datos anterior y más pequeño, y ha proporcionado modelos preentrenados para ambos. Las extensiones de VGGFace2 incluyen el conjunto de datos VGGFace2-HQ, que contiene versiones de alta resolución de las imágenes. El conjunto de datos se utiliza a menudo junto con otros recursos como la arquitectura Red Residual y las técnicas de Normalización por Lotes para mejorar la estabilidad del entrenamiento y el rendimiento.
Véase También
- Reconocimiento facial
- Red neuronal convolucional
- Grupo de Geometría Visual
- MegaFace
- IJB-C