相信吗？现在训练数据也用合成的了。而且人脸分析任务上，准确性还不输真实数据的那种。这是微软团队的一项最新研究，论文标题就已经说明了一切。Fakeittillyoumakeit.文章介绍了一种程序生成的3D人脸模型与一个合成数据库结合起来训练图像，结果人脸解析等任务上，效果与真实数据相当。研究人员表示，为一些不可能实现人工标注的地方，开辟了新方法。是不是以后真就告别人工标注了？！如何实现？要想让人脸数据集更加多样化、丰富化，靠收集和标注越来越难以实现。且不说收集，比如网络抓取，可能带来重大的隐私和版权问题。而人工标注，很容易导致出错或者标签不一致的情况。因此，研究团队就考虑用合成数据来增加或替代真实数据。然鹅，此前因为人脸模型本身复杂实现难度较为困难。那么这次是如何实现的呢？第一步，用程序生成合成面孔，包括身份、表情、面部纹理，以及发型和衣着，不同光线环境下的效果。所有这些数据都是独立采样，提前“手动”去除噪音，以确保创建更多样化的个体。比如在人脸模型上，就是这样滴～还有像衣着，则是由服装设计师和模拟软体设计师手工制作的，共有30套各种各样的衣服。还包括头饰(36件)、面具(7件)和眼镜(11件)。除此以外，还合成了标签。接着到了训练阶段，研究人员创建了一个10万张分辨率为512×512的图像的数据集，并做了数据增强处理，共用了150张NVIDIAM60GPU渲染48小时。此外，团队还训练了人脸解析网络（仅使用合成数据）和标签适应网络，以解决合成标签和人工注释标签之间的系统差异。最终，人脸分析、地标定位等任务上的效果与其他采用真实数据的模型相当。不过，研究人员也承认这项技术仍然有一定局限性。比如人脸模型只有头部和颈部、无法模拟真实的皱纹、随机匹配人脸时会得到一些不合常理的面孔，比如有胡须的女性。在接下来的工作中，他们计划将解决这些局限性。好了，感兴趣的旁友可戳下方论文链接～论文链接：https://www.arxiv-vanity.com/papers/2109.15102/
风险声明：本文用于提供财经信息与知识参考，不构成投资建议、交易邀请或收益保证。历史稿件中的数据与规则可能已发生变化，请结合发布日期并以权威机构最新资料为准。