WSD: Wild Selfie Dataset for Face Recognition in Selfie Images

要約

近年のハンディスマートフォンの台頭に伴い、セルフィー画像を撮影する傾向が見られます。
したがって、セルフィー画像の顔を認識するための効率的なアプローチを開発する必要があります。
自撮り画像のカメラと顔の間の距離が短く、自撮りアプリによって提供される視覚効果が異なるため、既存のアプローチでは顔認識がより困難になります。
セルフィー画像の顔を認識する研究を促進するために、データセットを開発する必要があります。
この問題を軽減し、セルフィーの顔画像の研究を容易にするために、ほとんどの画像がキャプチャされる既存のデータセットとは異なり、さまざまなスマートフォンのセルフィー カメラから画像がキャプチャされる、挑戦的なワイルド セルフィー データセット (WSD) を開発します。
管理された環境で。
WSD データセットには、42 人の個人 (つまり、24 人の女性被験者と 18 人の男性被験者) からの 45,424 枚の画像が含まれており、40,862 枚のトレーニング画像と 4,562 枚のテスト画像に分けられます。
被験者ごとの画像の平均数は 1,082 で、任意の被験者の画像の最小数と最大数はそれぞれ 518 と 2,634 です。
提案されたデータセットは、拡張現実フィルタリング、鏡像、オクルージョン、イルミネーション、スケール、表現、視点、アスペクト比、ぼかし、部分的な顔、回転、位置合わせなど、いくつかの課題で構成されています。
提案されたデータセットを既存のベンチマーク データセットとさまざまな特性の点で比較します。
WSD データセットの複雑さも実験的に観察されており、既存のデータセットと比較して、既存の最先端の顔認識方法のパフォーマンスが WSD データセットでは劣っています。
したがって、提案された WSD データセットは、顔認識の分野で新しい課題を切り開き、自撮り画像に関連する特定の課題を研究し、自撮り画像での顔認識のための改善された方法を開発するコミュニティにとって有益です。

要約(オリジナル)

With the rise of handy smart phones in the recent years, the trend of capturing selfie images is observed. Hence efficient approaches are required to be developed for recognising faces in selfie images. Due to the short distance between the camera and face in selfie images, and the different visual effects offered by the selfie apps, face recognition becomes more challenging with existing approaches. A dataset is needed to be developed to encourage the study to recognize faces in selfie images. In order to alleviate this problem and to facilitate the research on selfie face images, we develop a challenging Wild Selfie Dataset (WSD) where the images are captured from the selfie cameras of different smart phones, unlike existing datasets where most of the images are captured in controlled environment. The WSD dataset contains 45,424 images from 42 individuals (i.e., 24 female and 18 male subjects), which are divided into 40,862 training and 4,562 test images. The average number of images per subject is 1,082 with minimum and maximum number of images for any subject are 518 and 2,634, respectively. The proposed dataset consists of several challenges, including but not limited to augmented reality filtering, mirrored images, occlusion, illumination, scale, expressions, view-point, aspect ratio, blur, partial faces, rotation, and alignment. We compare the proposed dataset with existing benchmark datasets in terms of different characteristics. The complexity of WSD dataset is also observed experimentally, where the performance of the existing state-of-the-art face recognition methods is poor on WSD dataset, compared to the existing datasets. Hence, the proposed WSD dataset opens up new challenges in the area of face recognition and can be beneficial to the community to study the specific challenges related to selfie images and develop improved methods for face recognition in selfie images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google