Labeled Faces in the Wild

Labeled Faces in the Wild (LFW) — это база данных изображений лиц, предназначенная для исследования и тестирования алгоритмов распознавания лиц в неконтролируемых условиях. Она была создана в 2007 году группой учёных из Массачусетского университета в Амхерсте (США) и с тех пор стала одним из наиболее распространённых эталонных наборов данных в области компьютерного зрения и машинного обучения.

История создания

База данных LFW была разработана в ответ на потребность в реалистичном тестовом наборе для оценки алгоритмов распознавания лиц. До её появления большинство существующих наборов данных (например, FERET, CMU PIE) содержали изображения, полученные в контролируемых лабораторных условиях: с фиксированным освещением, одинаковым ракурсом и нейтральным выражением лица. Такие условия не отражали сложностей, с которыми сталкиваются системы распознавания лиц в реальном мире, где на качество изображения влияют освещение, поза, мимика, возрастные изменения, наличие очков, бороды и других аксессуаров.

Авторы LFW — Гэри Б. Хуанг, Ману Рамеш, Тамара Берг и Эрик Лир-Миллер — поставили задачу создать набор данных, максимально приближенный к условиям «дикой природы» (wild). Изображения собирались из открытых источников, в первую очередь из новостных статей и фотографий знаменитостей в интернете. Это гарантировало, что снимки сделаны в самых разных условиях, без какого-либо контроля со стороны исследователей.

Структура и характеристики

Состав набора данных

LFW содержит 13 233 изображения лиц 5749 человек. Из них 1680 человек представлены двумя и более фотографиями, а остальные — только одной. Для каждого изображения указано имя человека (если оно известно) и уникальный идентификатор. Формат изображений — JPEG, цветные, размером 250×250 пикселей.

Разметка и аннотации

Для каждого изображения в базе данных имеется несколько типов аннотаций:

• Идентификатор личности — имя человека (например, «George_W_Bush», «Colin_Powell»).
• Координаты ограничивающей рамки — прямоугольник, ограничивающий лицо на изображении.
• Координаты ключевых точек — положение глаз, носа, рта (для некоторых версий).
• Атрибуты — пол, возрастная группа, наличие очков, улыбка и другие (в расширенных версиях).

Тестовые протоколы

Для стандартизации оценки алгоритмов LFW включает несколько предопределённых тестовых протоколов. Наиболее известный из них — «Задача верификации лиц» (Face Verification Task). В рамках этого протокола алгоритму предъявляются пары изображений, и он должен определить, принадлежат ли они одному и тому же человеку (положительная пара) или разным людям (отрицательная пара). Набор состоит из 6000 пар, разделённых на 10 групп (фолдов) по 600 пар в каждой. Для оценки используется метод кросс-валидации: на 9 фолдах алгоритм обучается, на 1 — тестируется. Метрикой качества является средняя точность (accuracy) по всем 10 фолдам.

Другой распространённый протокол — «Задача идентификации лиц» (Face Identification Task), где алгоритм должен сопоставить изображение с одним из известных лиц в базе данных.

Применение в исследованиях

LFW стала стандартным бенчмарком для оценки алгоритмов распознавания лиц. С её появлением исследователи получили возможность сравнивать свои методы на едином, реалистичном наборе данных. Это привело к значительному прогрессу в области.

Эволюция результатов

Первые алгоритмы, протестированные на LFW, показывали точность около 60–70% на задаче верификации. К 2010 году лучшие методы (например, на основе гистограмм ориентированных градиентов и методов опорных векторов) достигли точности около 85–90%. Прорыв произошёл после 2012 года, когда начали активно применяться методы глубокого обучения, в частности свёрточные нейронные сети (CNN). В 2014 году алгоритм DeepFace от Facebook (Meta — организация признана экстремистской и запрещена в РФ) достиг точности 97,35%, что приблизилось к человеческому уровню (97,53%). К 2017 году многие алгоритмы (например, FaceNet от Google, ArcFace) превзошли человеческий уровень, демонстрируя точность свыше 99%.

Влияние на развитие технологий

LFW стимулировала разработку новых архитектур нейронных сетей, методов обучения с подкреплением, а также подходов к обработке изображений, таких как выравнивание лиц, нормализация освещения и аугментация данных. Кроме того, база данных используется для обучения моделей распознавания лиц в коммерческих продуктах, таких как системы видеонаблюдения, биометрической идентификации и автоматической сортировки фотографий.

Критика и ограничения

Несмотря на широкое распространение, LFW подвергается критике по ряду причин.

Ограниченность по разнообразию

Набор данных состоит преимущественно из изображений знаменитостей, что приводит к дисбалансу по демографическим признакам. Большинство лиц принадлежат белым мужчинам среднего возраста. Это может приводить к тому, что алгоритмы, обученные на LFW, показывают худшие результаты на людях других рас, полов и возрастных групп. Исследования показывают, что точность распознавания на афроамериканцах и женщинах может быть на 5–10% ниже, чем на белых мужчинах.

Устаревание

С момента создания LFW прошло более 15 лет. За это время качество камер, разрешение изображений и условия съёмки значительно изменились. Современные алгоритмы, обученные на более крупных и разнообразных наборах данных (например, MS-Celeb-1M, VGGFace2, MegaFace), уже превзошли LFW по сложности и реалистичности. Тем не менее LFW остаётся полезным инструментом для быстрой проверки базовых алгоритмов.

Проблемы с разметкой

Некоторые изображения в LFW содержат ошибки разметки: лица могут быть обрезаны, перекрыты или неверно идентифицированы. Это связано с тем, что сбор данных проводился в автоматическом режиме, а ручная проверка была ограничена. Хотя авторы базы данных выпустили несколько исправленных версий, часть ошибок остаётся.

Варианты и расширения

На основе LFW были созданы несколько производных наборов данных:

• LFW-a (LFW with alignment) — версия с улучшенным выравниванием лиц, что повышает точность алгоритмов.
• LFW-DeepFunneled — версия, прошедшая процедуру глубокого выравнивания (deep funneling), что позволяет снизить влияние позы.
• BLFW (Bias LFW) — расширенная версия, содержащая дополнительную информацию о демографических характеристиках для анализа смещений алгоритмов.
• LFW-PL (Pose and Lighting) — подмножество, на котором можно оценить влияние позы и освещения на качество распознавания.

Значение для науки и технологий

Labeled Faces in the Wild сыграла ключевую роль в развитии компьютерного зрения. Она стала первым широко доступным набором данных, который позволил перейти от лабораторных условий к реальным. Благодаря LFW были разработаны и протестированы многие алгоритмы, которые сегодня используются в повседневной жизни: от разблокировки смартфонов до автоматического тегирования фотографий в социальных сетях. База данных продолжает использоваться в образовательных целях и для начальной оценки новых методов, хотя для серьёзных исследований её уже недостаточно.

Источники

• Huang, G. B., Ramesh, M., Berg, T., & Learned-Miller, E. (2007). Labeled Faces in the Wild: A Database for Studying Face Recognition in Unconstrained Environments. University of Massachusetts, Amherst.
• Taigman, Y., Yang, M., Ranzato, M., & Wolf, L. (2014). DeepFace: Closing the Gap to Human-Level Performance in Face Verification. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
• Schroff, F., Kalenichenko, D., & Philbin, J. (2015). FaceNet: A Unified Embedding for Face Recognition and Clustering. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
• Deng, J., Guo, J., Xue, N., & Zafeiriou, S. (2019). ArcFace: Additive Angular Margin Loss for Deep Face Recognition. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
• Buolamwini, J., & Gebru, T. (2018). Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. Proceedings of the Conference on Fairness, Accountability, and Transparency.