CelebA（CelebFaces Attributes Datasetの略称）は、2015年に香港中文大学の研究者らによって導入された大規模な顔画像データセットである。このデータセットには、10,177人の著名人のユニークな人物像からなる202,599枚の顔画像が含まれており、各画像には「微笑み」「眼鏡」「男性」「若い」などの40個の二値属性ラベルが付与されている。このデータセットは、顔属性認識、顔検出、顔生成の研究を支援するために作成され、機械学習および深層学習の分野における標準的なベンチマークとなっている。
CelebAの画像は、インターネットから収集された著名人の写真を基に、中央の顔領域に位置合わせおよび切り抜きが施されている。アノテーションは、自動ラベリングと人間による検証の組み合わせで生成され、40個の属性にわたって高い一貫性が確保されている。データセットは、トレーニング用に162,770枚、検証用に19,867枚、テスト用に19,962枚の3つの分割に分かれており、この標準的な分割により、異なるモデル間での再現可能な比較が容易になっている。
属性予測と認識
CelebAは、モデルが顔画像から40個の二値属性の1つ以上を分類する属性予測タスクで最も一般的に使用されている。このタスクは、ニューラルネットワークアーキテクチャ、特に畳み込みニューラルネットワーク（CNN）の進歩を促進し、ベンチマーク上で高い精度を達成している。このデータセットは、単一のモデルがすべての属性を同時に予測するマルチタスク学習もサポートしており、これは現代の顔分析システムにおける一般的なアプローチである。研究者は、CelebAを多様な人口統計にわたる一般化の評価に頻繁に使用しており、著名人の人物像は幅広い年齢、民族、表情をカバーしている。
顔生成と合成
分類に加えて、CelebAは生成モデルの基盤となるデータセットとなっている。現実的な合成顔を生成するために、生成的敵対ネットワーク（GAN）や変分オートエンコーダー（VAE）のトレーニングに頻繁に使用されている。このデータセットの属性ラベルにより、微笑みを追加したり髪の色を変更したりするなど、特定の特徴を持つ顔を生成する条件付き生成が可能になる。この機能は、スタイル転送や顔編集を含む生成AI技術の進歩に大きく貢献してきた。プログレッシブ成長やスタイルベースのアーキテクチャに関する初期のGAN論文の多くは、CelebAを主要な評価データセットとして使用していた。
ベンチマークと評価
CelebAは、異なる人工知能モデルの性能を比較するための標準的なベンチマークとして機能している。その大規模さと豊富なアノテーションにより、顔認識、ランドマーク検出、属性編集におけるアルゴリズムの厳密なテストが可能になる。このデータセットは、分類精度、F1スコア、生成画像のためのFréchet Inception Distance（FID）などの指標と組み合わせて使用されることが多い。広く採用されているため、CelebAの結果は研究間で直接比較可能であり、コンピュータビジョンコミュニティにおける事実上の標準となっている。また、このデータセットは、顔分析システムにおける公平性とバイアスの研究にも使用されており、属性ラベルがモデル性能の人口統計上の格差を明らかにすることができる。
技術的詳細とアクセス
データセットは、各178x218ピクセルの位置合わせおよび切り抜き済み画像のセットと、属性アノテーションをリストしたテキストファイルとして配布されている。元のリリースには、各顔のランドマーク位置も含まれているが、現代のアプリケーションではあまり使用されていない。CelebAは学術研究用に公開されており、その人気により、PyTorchやTensorFlowなどの主要なフレームワークに統合され、データセット用の組み込みデータローダーが提供されている。データセットの作成者は、より高解像度のバージョン（最大1024x1024）を提供するコンパニオンデータセットであるCelebA-HQもリリースしており、細部を必要とするタスクに使用されている。
影響と限界
CelebAは、顔分析技術の発展に大きな影響を与え、ソーシャルメディアフィルターからセキュリティシステムに至るまで、さまざまな分野に影響を及ぼしてきた。しかし、既知の限界もある。データセットは著名人の顔に偏っており、一般人口を代表していない可能性があり、二値属性ラベルは複雑な顔の特徴を過度に単純化することがある。さらに、画像は比較的低解像度であり、細かい詳細を必要とするタスクの性能を制限する可能性がある。これらの問題にもかかわらず、CelebAは広く使用されているリソースであり続け、その設計はFFHQやVGGFace2などの後続データセットに影響を与えてきた。2025年現在、顔関連の深層学習研究における新しい手法の評価のための標準的な参照点として、引き続き使用されている。