摘要

本文介绍了一个名为VGGFace2的新大规模人脸数据集。该数据集包含9131个对象的331万张图像，每个对象平均有362.6张图像。这些图像是从Google图片搜索下载的，具有较大的姿态、年龄、光照、种族和职业（如演员、运动员、政治家）变化。数据集的收集旨在实现三个目标：(i) 拥有大量身份标识以及每个身份标识下的大量图像；(ii) 覆盖广泛的姿态、年龄和种族；(iii) 尽可能减少标签噪声。我们描述了数据集的收集过程，特别是自动和手动过滤阶段，以确保每个身份标识的图像具有高准确性。为了评估使用新数据集的人脸识别性能，我们在VGGFace2、MS-Celeb-1M及其联合数据集上训练了ResNet-50（带和不带Squeeze-and-Excitation块）卷积神经网络，并展示了在VGGFace2上训练可以提高对姿态和年龄的识别性能。最后，利用在这些数据集上训练的模型，我们在所有IARPA Janus人脸识别基准测试中（例如IJB-A、IJB-B和IJB-C）展示了最先进的性能，大幅超过了之前的最先进水平。数据集和模型均已公开提供。