全球最大的公开人脸数据集 | 清华大学&芯翌科技联合发布

金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

人脸识别领域，中国队再次传来捷报。

全球最大规模人脸数据集发布。

首次包含数百万ID和数亿图片。

这就是由芯翌科技与清华大学自动化系智能视觉实验室合作，所推出的 WebFace 260M，相关研究已被CVPR 2021接收。

并且，基于其所清洗的数据集 WebFace42M，在最具挑战IJBC测试集上，也已经达到了SOTA水平。

而它所带来的“全球之最”还不止于此。

以这项数据集为基础，芯翌科技在最新一期的NIST-FRVT榜单上，戴口罩人脸识别评测中斩获世界第一。

全球之最的人脸数据集，长什么样？

WebFace260M这个数据集，是完全基于全球互联网公开人脸数据。

它的问世，一举打破了此前人脸数据集的规模：

不仅规模最大，也是首次在人脸ID数目和图片数，分别达到了400万和2.6亿的规模。

此外，研究人员还提出了基于自训练全自动迭代的清洗流程 （Cleaning Automatically by Self-Training, CAST）。这种方法的灵感来自于