CelebA(CelebFaces Attributes Dataset의 약자)는 2015년 중국 홍콩 대학 연구진이 소개한 대규모 얼굴 데이터셋이다. 이 데이터셋은 10,177명의 고유 유명인 정체성에 해당하는 202,599개의 얼굴 이미지를 포함하며, 각 이미지에는 '미소', '안경', '남성', '젊음'과 같은 40개의 이진 속성 레이블이 주석으로 달려 있다. 이 데이터셋은 얼굴 속성 인식, 얼굴 감지, 얼굴 생성 연구를 지원하기 위해 만들어졌으며, 머신 러닝 및 딥 러닝 분야의 표준 벤치마크가 되었다.
CelebA의 이미지는 인터넷에서 수집한 유명인 사진에서 가져온 후, 중앙 얼굴 영역에 맞춰 정렬 및 크롭되었다. 주석은 자동 레이블링과 인간 검증의 조합을 통해 생성되어 40개 속성 전반에 걸쳐 높은 일관성을 보장한다. 데이터셋은 세 부분으로 나뉘는데, 훈련용 162,770개, 검증용 19,867개, 테스트용 19,962개 이미지로 구성되며, 이 표준 분할은 다양한 모델 간의 재현 가능한 비교를 용이하게 한다.
속성 예측 및 인식
CelebA는 얼굴 이미지에서 40개의 이진 속성 중 하나 이상을 분류해야 하는 속성 예측 작업에 가장 일반적으로 사용된다. 이 작업은 신경망 아키텍처, 특히 합성곱 신경망(CNN)의 발전을 이끌었으며, 이는 벤치마크에서 높은 정확도를 달성했다. 데이터셋은 또한 단일 모델이 모든 속성을 동시에 예측하는 다중 작업 학습을 지원하며, 이는 현대 얼굴 분석 시스템에서 일반적인 접근 방식이다. 연구자들은 유명인 정체성이 다양한 연령, 민족, 표정을 포괄하므로 CelebA를 사용하여 다양한 인구 집단에 걸친 일반화를 평가하는 경우가 많다.
얼굴 생성 및 합성
분류 외에도 CelebA는 생성 모델의 기초 데이터셋이 되었다. 이는 사실적인 합성 얼굴을 생성하기 위해 생성적 적대 신경망(GAN)과 변분 오토인코더(VAE)를 훈련하는 데 자주 사용된다. 데이터셋의 속성 레이블은 모델이 미소 추가나 머리색 변경과 같은 특정 특성을 가진 얼굴을 생성할 수 있는 조건부 생성을 가능하게 한다. 이러한 능력은 생성형 AI 기술, 특히 스타일 전이와 얼굴 편집의 발전에 중요한 역할을 했다. 점진적 성장 및 스타일 기반 아키텍처에 관한 초기 GAN 논문을 포함한 많은 논문이 CelebA를 주요 평가 데이터셋으로 사용했다.
벤치마킹 및 평가
CelebA는 다양한 인공 지능 모델의 성능을 비교하기 위한 표준 벤치마크 역할을 한다. 대규모 크기와 풍부한 주석 덕분에 얼굴 인식, 랜드마크 감지, 속성 편집 알고리즘을 엄격하게 테스트할 수 있다. 데이터셋은 종종 분류 정확도, F1 점수, 생성 이미지의 프레셰 인셉션 거리(FID)와 같은 지표와 함께 사용된다. 광범위한 채택 덕분에 CelebA의 결과는 연구 간 직접 비교가 가능하며, 컴퓨터 비전 커뮤니티에서 사실상의 표준이 되었다. 데이터셋은 또한 속성 레이블이 모델 성능의 인구 통계적 격차를 드러낼 수 있으므로 얼굴 분석 시스템의 공정성과 편향 연구에도 사용되었다.
기술적 세부 사항 및 접근
데이터셋은 각각 178x218 픽셀의 정렬 및 크롭된 이미지 세트와 속성 주석을 나열한 텍스트 파일로 배포된다. 원본 릴리스에는 각 얼굴의 랜드마크 위치도 포함되지만, 현대 응용 프로그램에서는 덜 일반적으로 사용된다. CelebA는 학술 연구용으로 공개 제공되며, 그 인기 덕분에 PyTorch 및 TensorFlow와 같은 주요 프레임워크에 통합되어 데이터셋용 내장 데이터 로더를 제공한다. 데이터셋 제작자는 또한 더 미세한 세부 사항이 필요한 작업을 위해 더 높은 해상도(최대 1024x1024)의 이미지 버전을 제공하는 동반 데이터셋인 CelebA-HQ를 출시했다.
영향 및 한계
CelebA는 소셜 미디어 필터에서 보안 시스템에 이르기까지 얼굴 분석 기술 개발에 상당한 영향을 미쳤다. 그러나 알려진 한계도 있다. 데이터셋은 일반 인구를 대표하지 않을 수 있는 유명인 얼굴에 편향되어 있으며, 이진 속성 레이블은 복잡한 얼굴 특성을 지나치게 단순화할 수 있다. 또한 이미지 해상도가 상대적으로 낮아 미세한 세부 사항이 필요한 작업의 성능을 제한할 수 있다. 이러한 문제에도 불구하고 CelebA는 여전히 널리 사용되는 리소스이며, 그 설계는 FFHQ 및 VGGFace2와 같은 후속 데이터셋에 영감을 주었다. 2025년 현재, 얼굴 관련 딥 러닝 연구의 새로운 방법을 평가하기 위한 표준 참조 지점으로 계속 사용되고 있다.