首次！用合成人脸数据集训练的人脸识别模型，性能高于真实数据集！

文章预览

点击下方 卡片 ，关注“ CVer ”公众号 AI/CV重磅干货，第一时间送达 点击进入—> 【Mamba/多模态/扩散】交流群 添加微信号：CVer111，小助手会拉你进群！ 扫描下方二维码，加入CVer学术星球 ！ 可以获得最新顶会/顶刊上的论文idea 和 CV从入门到精通资料，及最前沿应用 ！发论文/搞科研/涨薪，强烈推荐！ 转载自：机器之心 研究动机 一个高质量的人脸识别训练集要求身份 (ID) 有高的分离度（Inter-class separability）和类内的变化度（Intra-class variation）。然而现有的方法普遍存在两个缺点： 1）实现了大的 intra-class variation，但是 inter-class separability 很低； 2）实现了较高的 inter-class separability，但是 intra-class variation 需要用额外的模型来提高。 这两点要么使得在合成的人脸数据集训练的模型性能表现不佳，要么难以合成大型数据集。 因此，我们通过让提出的 ………………………………