We present various statistics of ou

We present various statistics of our current face database in Table 1, divided by image source. We would like to draw attention to three observations about our data. First, from the statistics of randomly downloaded images, it appears that a significant fraction of them contain faces (25.7%), and on average, each image contains 0.5 faces. Second, our collection of aligned faces is the largest such collection of which we are aware. It is truly a “real-world” dataset, with completely uncontrolled lighting and environments, taken using unknown cameras and in unknown imaging conditions, with a wide range of image resolutions. In this respect, our database is similar to the LFW dataset [15], although ours is larger by 2 orders of magnitude and not targeted specifically for face recognition. In contrast, existing face datasets such as Yale Face A&B [16], CMU PIE [17], and FERET [6] are either much smaller in size and/or taken in highly controlled settings. Even the more expansive FRGC version 2.0 dataset [18] has a limited number of subjects, image acquisition locations, and all images were taken with the same camera type. Finally, we have labeled a significant number of these images for our 10 attributes, enumerated in Table 2. In total, we have over 17,000 attribute labels

Kết quả (Việt) 1:

Chúng tôi trình bày các thống kê khác nhau của chúng tôi cơ sở dữ liệu mặt hiện tại trong bảng 1, chia cho hình ảnh nguồn. Chúng tôi muốn hướng sự chú ý đến các quan sát ba về dữ liệu của chúng tôi. Trước tiên, từ số liệu thống kê ngẫu nhiên tải về hình ảnh, nó xuất hiện rằng một phần đáng kể của chúng chứa khuôn mặt (25,7%), và trung bình, mỗi hình ảnh có chứa khuôn mặt cách 0.5. Thứ hai, chúng tôi tập hợp các liên kết khuôn mặt là lớn nhất bộ sưu tập của mà chúng tôi đang nhận thức được. Nó thực sự là một số liệu "thế giới thực", với hoàn toàn không kiểm soát được ánh sáng và môi trường, thực hiện bằng cách sử dụng máy ảnh không rõ và trong điều kiện không rõ hình ảnh, với một loạt các hình ảnh độ phân giải. Trong sự tôn trọng này, cơ sở dữ liệu của chúng tôi là tương tự như bộ dữ liệu LFW [15], mặc dù chúng ta là lớn hơn của 2 đơn đặt hàng của các cường độ và không được nhắm mục tiêu cụ thể cho nhận dạng khuôn mặt. Ngược lại, hiện có mặt datasets chẳng hạn như Yale mặt A & B [16], CMU PIE [17] và FERET [6] hoặc nhiều kích thước nhỏ hơn và/hoặc thực hiện trong đánh giá cao kiểm soát cài đặt. Ngay cả rộng hơn FRGC Phiên bản 2.0 bộ dữ liệu [18] có một số giới hạn của đối tượng, hình ảnh mua lại vị trí, và tất cả các hình ảnh được chụp với máy ảnh cùng loại. Cuối cùng, chúng tôi đã có nhãn một số lượng đáng kể của những hình ảnh cho chúng tôi thuộc tính 10, liệt kê trong bảng 2. Trong tổng số, chúng tôi có hơn 17.000 thuộc tính nhãn

Kết quả (Việt) 2:

Chúng tôi trình bày số liệu thống kê khác nhau của cơ sở dữ liệu khuôn mặt hiện tại của chúng tôi trong Bảng 1, chia theo nguồn hình ảnh. Chúng tôi muốn thu hút sự chú ý đến ba quan sát về dữ liệu của chúng tôi. Thứ nhất, từ các số liệu thống kê của các hình ảnh được tải về một cách ngẫu nhiên, nó xuất hiện rằng một phần đáng kể trong số họ có khuôn mặt (25,7%), và trung bình, mỗi hình ảnh có chứa 0,5 khuôn mặt. Thứ hai, bộ sưu tập của chúng ta về mặt phù hợp là bộ sưu tập lớn nhất như vậy mà chúng tôi được biết. Nó thực sự là một tập dữ liệu "thế giới thực", với ánh sáng và môi trường hoàn toàn không kiểm soát được, chụp bằng máy ảnh không rõ và trong những điều kiện chụp không rõ, với một loạt các nghị quyết hình ảnh. Ở khía cạnh này, cơ sở dữ liệu của chúng tôi cũng tương tự như các bộ dữ liệu LFW [15], mặc dù chúng ta là lớn hơn bởi 2 đơn đặt hàng của các cường độ và không có mục tiêu cụ thể cho nhận dạng khuôn mặt. Ngược lại, bộ dữ liệu khuôn mặt hiện có như Yale mặt A & B [16], CMU PIE [17], và Feret [6] là một trong hai nhỏ hơn nhiều kích thước và / hoặc thực hiện trong các thiết lập kiểm soát chặt chẽ. Thậm chí mở rộng hơn phiên bản 2.0 FRGC bộ dữ liệu [18] có một số lượng hạn chế của các đối tượng, địa điểm thu nhận hình ảnh, và tất cả các hình ảnh được chụp với các loại máy ảnh tương tự. Cuối cùng, chúng tôi đã có nhãn một số lượng đáng kể của những hình ảnh này cho 10 thuộc tính của chúng tôi, được liệt kê trong Bảng 2. Tổng cộng, chúng tôi có hơn 17.000 nhãn thuộc tính