摘要

大规模真实人脸数据库的可用性在过去十年中对人脸识别研究的重大进展起到了关键作用。然而，由于法律和伦理问题，许多这些数据库最近被其创建者撤回，引发了在缺乏这一重要资源的情况下未来人脸识别研究能否持续进行的疑问。合成数据集作为隐私敏感的真实数据的有前景替代方案，在人脸识别开发中逐渐崭露头角。然而，近期用于训练人脸识别模型的合成数据集要么在类内多样性方面存在局限，要么在跨类（身份）辨别能力上不足，导致其准确率远低于基于真实数据训练的模型。本文针对这一问题，提出了一种名为IDiff-Face的新方法，该方法基于条件潜在扩散模型生成具有现实身份变化的合成身份数据，以供人脸识别训练使用。通过广泛的评估，我们提出的基于合成数据的人脸识别方法显著提升了现有技术的性能极限，例如，在Labeled Faces in the Wild（LFW）基准测试中达到了98.00%的准确率，远远超过了近期基于合成数据的人脸识别解决方案所达到的95.40%准确率，并缩小了与基于真实数据的人脸识别方法（99.82%准确率）之间的差距。