Labeled Faces in the Wild (LFW) est un ensemble de données de référence largement utilisé pour la reconnaissance faciale, comprenant 13 233 images de 5 749 individus collectées sur le web. Cet ensemble de données a été créé pour fournir un banc d'essai réaliste et difficile pour les algorithmes conçus pour reconnaître les visages dans des environnements non contraints, où les variations de pose, d'éclairage, d'expression et d'arrière-plan sont courantes. Il a été introduit en 2007 par des chercheurs de l'Université de Toronto et du MIT Computer Science and Artificial Intelligence Laboratory (bien que le développement principal ait eu lieu à l'Université du Massachusetts à Amherst). Cet ensemble de données est devenu une référence standard dans le domaine de l'apprentissage automatique et de la vision par ordinateur et est fréquemment utilisé pour comparer les performances de différents systèmes de vérification faciale.
Les images de LFW ont été automatiquement téléchargées à partir d'articles de presse et d'autres sources web, garantissant une distribution naturelle des apparences faciales. Contrairement aux ensembles de données antérieurs capturés dans des conditions contrôlées, LFW reflète la variabilité des photographies du monde réel. Chaque image est centrée sur un visage et étiquetée avec le nom de la personne, certains individus ayant plusieurs images. La tâche principale associée à LFW est la vérification faciale : étant donné deux images, un système doit déterminer si elles représentent la même personne. Cette tâche est évaluée à l'aide d'un protocole standard qui définit des paires d'images spécifiques pour l'entraînement et le test.
Historique et Création
LFW a été développé en réponse au besoin d'un banc d'essai plus réaliste que les ensembles de données existants comme la base FERET, utilisé des conditions de type studio et de type studio. L'ensemble de données a été assemblé par une équipe dirigée par Gary B. Huang, Manu Ramesh, Tamara Berg et Erik Learned-Miller à l'Université du Massachusetts à Amherst. La première version a été publiée en 2007, avec des mises à jour ultérieures ajoutant plus d'images et des étiquettes affinées. La version finale, connue sous le nom de LFW, contient 13 233 images de 5 749 individus, avec 1 680 personnes ayant deux photographies une ou plus distinctes.
Le processus de création impliquaita l'utilisation d'un détecteur de visages pour localiser les visages dans de grandes collections d'images de presse, suivi d'un étiquetage manuel pour garantir la précision. Cette approche semi-automatisée a permis la collecte efficace d'ensemble de données volumineux et diversifié. Les chercheurs ont également établi un protocole d'évaluation clair, comprenant un ensemble de 6 000 paires de visages pour le test, réparties en 10 plis pour la validation croisée. Ce protocole a été fondamental pour rendre les résultats comparables entre différentes études.
Structure et Contenu de l'Ensemblede de Données
L'ensemble de données est organisé en dossiers pour chaque individu, avec des images nommées selon une convention cohérente. Chaque image est un format JPEG couleur, généralement de 250 par 250 pixels, avec le visage approximativement centré. Les images varient en qualité et en résolution, reflétant leurs origines web. Pour chaque personne, il existe un fichier texte correspondant listant les noms de fichier et les coordonnées des yeux, qui peuvent être utilisées pour l'alignement.
LFW comprend un ensemble diversifié d'individus, y compris des hommes politiques, des artistes, des sportifs et d'autres figures publiques. La distribution des images par personne est très déséquilibrée : de nombreux individus n'ont qu'une seule image, tandis que quelques-uns en ont des dizaines. Ce déséquilibre une défi réaliste pour les algorithmes, car il nécessite une extraction robuste de caractéristiques à partir de données limitées. L'ensemble de données comprend également un ensemble séparé d'images pour le protocole d'entraînement « non restreint », qui permet l'utilisation de données supplémentaires provenant de la même source.
Protocole d'Évaluation et Références
Le protocole d'évaluation standard de LFW définit deux tâches principales : restreinte à l'image et « non restreinte ». Dans le cadre de l'unité restreinte à l'image, les algorithmes ne peuvent utiliser que des paires d'entraînement fournies, qui consistent en 5 400 paires positives paires et 5 400 paires négatives. Le paramètre non restreint permet l'utilisation de d'étiquettes d'identité et d'images supplémentaires provenant de l d'ensemble de données. La performance est mesurée comme l'exactitude moyenne de classification sur 10 plis, chaque pli contenant 600 paires, soit 300 paires et 300 paires négatives.
Au fil des ans, LFW a été un banc de test clé pour suivre les progrès dans la reconnaissance. Les premiers systèmes utilisant caractéristiques artisanales atteignaient des précisions d'environ précision de 80-90 %. L'introduction de méthodes d'apprentissage profond, en particulier les réseaux de neurones et les réseaux de neurones convolutionnels, a conduit à des améliorations significatives. En 2014, le système DeepFace de Facebook a atteint précision de 97,35 %, se rapprochant de la performance humaine. Les modèles ultérieurs, tels que FaceNet de Google, ont dépassé 99 % de précision, dépassant la performance humaine sur l'ensemble de données. Ces progrès ont démontré la puissance de l'apprentissage profond dans l'extraction de caractéristiques discriminatives à partir de pixels bruts.
Impact et Héritage
LFW a eu un impact durable sur le domaine de la reconnaissance faciale. Il a fourni un terrain d'entente pour comparer des algorithmes et a stimulé le développement de techniques plus sophistiquées. L'accent mis par l'ensemble de données sur les conditions non contraintes a souligné l'importance de la robustess face à des variations du monde réel. De nombreux systèmes de pointe, y compris utilisés dans des applications commerciales designés, ont été évalués sur LFW comme test de santé standard standard.
Le succès de l'apprentissage profond sur LFW a également influencé la création de plus grands ensembles de données plus grands et plus difficiles, tels que plus grands ensembles comme MegaFace et MS-Celeb-1M, qui contiennent ] des millions d'images. Cependant, LFW reste une ressource précieuse en raison de sa taille gérable et de son protocole bien défini. Il est souvent utilisé pour le prototypage rapide types et à des fins éducatives. L'ensemble de données est librement disponible pour la recherche, et ses outils et sa documentation sont largement adoptés.
Limites et Critiques
Malgré sa popularité, LFW présente plusieurs limitations. Les images sont relativement basse définition (250x250 pixels), ce qui peut ne pas refléter les sources haute résolution modern. L'ensemble de données est également biaisé en faveur des personnalités publiques occidentales, limitant sa diversité. De plus, la tâche de vérification, bien qu'utile, ne capture pas tous les aspects de la reconnaissance, tels que l'identification sur de grandes galeries. Certains chercheurs ont noté que la précision sur LFW a saturé, avec de nombreux systèmes modernes atteignant des scores presque parfaits, ce qui le rend moins discriminatoire pour comparer le top des algorithmes.
Une autre critique est que le protocole d'évaluation, bien que standardisé, ne représente peut-être pas complètement les scénarios de déploiement réels. Par exemple, les paires sont prédéfinies et peuvent ne pas inclure des cas difficiles comme des changements de pose extrêmes ou des occlusions. En raison de cela, les chercheurs utilisent pour compléter LFW avec d'autres références, comme IJB-A et YTF, pour obtenir une évaluation plus complète. Néanmoins, à jouer dans l'avancement du domaine est indéniable, et il reste un ensemble de fondements dans l'étude de la reconnaissance faciale.
Voir aussi
Références
- Huang, G. B., Ramesh, M., Berg, T., et Learned-Miller, E. (2007). Labeled Faces of the Wild : Une base de données pour l'étude de la reconnaissance faciale dans des environnements noncontraints. Technical Report, université Massachusetts, Amherst.
- Taigman, Y., Yang, M., Ranzato, M., et Wolf, L. (2014). DeepFace : Comblement écart jusqu'à la performance de niveau humain en vérification faciale. CVPR Symposium.
- Schroff, F., Kalenichenko, D., et Philbin, J. (2015). FaceNet : Intégration unifiée pour la reconnaissance faciale et le regroupement. CVPR Symposium.