面向人臉識別算法訓練的人像數據集圖像多維度質量量化標準研究

摘要

人臉識別演算法訓練效果的好壞，既和模型結構、損失函數有關，也和人像數據集圖像品質、標註品質、分佈結構、合規治理水準有關。為瞭解決目前人像數據採集、訓練準入中品質指標分散、主觀篩選比例高、低質樣本處理無統一標準等問題，本文提出面向演算法訓練的人像圖像多維品質量化標準。將品質分為成像基礎品質、人臉可用品質、標註一致性品質、分佈公平品質、合規安全品質五個方面，提出指標測量、分級準入、處置閉環、訓練回饋的標準化框架，給出可落地的評分、閾值、治理流程。研究認為人像數據品質標準不能只看清晰度或者解析度，應該從演算法可用性、羣體均衡性、數據全生命週期責任三個方面來制定品質治理體系，使之具有可解釋性、可審計性、可複檢性。