C&Z

最早的数据集之一（如果不是第一个）强调社区中偏见和多样性的重要性，随后引发了一场革命。于 2014 年作为卡内基梅隆大学和香港城市大学理学硕士论文 [1,2] 的组成部分引入。后来通过添加由 ETH Zürich 的 GAN 架构生成的合成图像进行了扩展（Curtó 等人在 HDCGAN 中，2017 年）。当时不仅是谈论平衡数据集对学习和视觉的重要性的先驱，而且是第一个 GAN 增强的人脸数据集。 原始描述如下： 一个无偏见的数据集，包含来自不同种族的人脸，在各种照明条件和图像分辨率下。 C&Z 使用 HDCGAN 合成图像进行了增强，因此是第一个 GAN 增强的人脸数据集。