TinyFace

TinyFace 是一个大规模的人脸识别基准，有助于在深度学习中以大规模（大型画廊人口规模）研究本地 LRFR（低分辨率人脸识别）。 TinyFace 数据集由 5,139 个标记的面部身份组成，这些身份由 169,403 个为 1:N 识别测试设计的原生 LR 人脸图像（平均 20×16 像素）给出。 TinyFace 中的所有 LR 人脸都是从各种成像场景的公共网络数据中收集的，这些数据是在姿势、光照、遮挡和背景的不受控制的观察条件下捕获的。

TinyFace is a large-scale face recognition benchmark that facilitates research on local low-resolution face recognition (LRFR) in deep learning with large gallery population sizes. The TinyFace dataset consists of 5,139 labeled facial identities, represented by 169,403 native low-resolution (LR) face images designed for 1:N identification tests, with an average resolution of 20×16 pixels. All LR faces in TinyFace are collected from public web data across various imaging scenarios, captured under uncontrolled observation conditions including pose variations, illumination changes, occlusions and background variations.

搜集汇总

背景与挑战

背景概述

TinyFace是一个大规模人脸识别基准数据集，专门用于研究低分辨率人脸识别（LRFR）。它包含5,139个标记的面部身份和169,403个平均分辨率为20×16像素的低分辨率人脸图像，这些图像从公共网络数据中收集，覆盖了不受控制的姿势、光照、遮挡和背景等复杂场景。该数据集由伦敦玛丽女王大学和视觉语义有限公司于2019年发布，旨在支持深度学习中的大规模人脸识别测试。