第5期 夏洋洋，等：人脸识别青后的数据清理问题研究 621· 值设定在0.3~0.6，然后使用不同程度的清理数据 也是本文的2倍，而在测试时，Caffeface的结果是经 集进行训练，并选取最佳入值。 过特征提取后的PCA处理，本文的结果未被PCA 在第2个实验中，将入值设为0.4，再继续清理 处理，也与原来的结果非常接近，进一步证明了数 掉某些类图像数目少于一定值（从10到20）的类， 据清理的有效性。 然后使用清理后的数据集来训练模型，这些模型在 表7LFW上的人脸验证结果 LFW数据集上的准确率如图6(b)所示。同样，这 Table 7 Face verification results on LFW 种模式的准确性在一定范围内可以稳定，最好的结 方法 数据是 训练 训练 网络 LFW 果是每个类别中不少于15个人，参数入=0.4，清理 名称 否清理人数 数量/万 个数 准确率% 后的CASIA-webface数据集有9240个人，一共 DeepID是（人工）10177 场 子 97.45 400000张图像作为数据集C。 99.5 DeeplD2是（人工）10177 20 25 99.15 99.0 Deepface 是 4030 400 97.35 98.5 Caffeface 是 17189 70 99.28 98.0 模型A 否 10575 49 1 98.47 97.5 模型B 是 8501 36 1 99.07 97.0 模型C 是 9240 40 99.17 96.5 00.10.20.30.40.50.60.70.80.91.0 模型A模型C DeeplD DeepID2 DeepFace (a)不同的入模型 1.0 模型B 99.5 99.0 0.9 40ey 98.5 98.0 97.5 0.8 97.0 96.5 1011121314151617181920 0.7 最少图像数目 0 0.1 假正率0.2 0.3 (b)A=0.4不同的最少图像数目模型 (a)假正率0-0.3的R0C曲线 图6LFW数据集上验证准确率 1.00 模型C DeeplD2 Fig.6 Verification accuracy on LFW datasets 3.4在LFW和Youtube face上的测试结果 0.99 模型B 表7是在LFW上的测试结果和其他算法结果 的对比，模型A是由数据集A作为训练集训练出来 0.98 模型A 的模型，模型B是由数据集B作为训练集训练出来 0.97 DeepFace 的模型，模型C是由数据集C作为训练集训练出来 的模型。 0.96 图7显示了不同方法的0C曲线，我们可以从 表7和图7的测试结果中得出以下结论：首先，模型 0.95 0 0.01 0.020.030.040.05 C在3个实验模型中达到了最高的精度，模型B精 假正率 度高于模型A,表明数据清理明显提高了人脸识别 (b)假正率0-0.05的R0C曲线 训练模型的准确性；其次，原来的Caffeface训练所 图7LFW上不同方法的ROC曲线 使用的数据集包含其他数据集，数据量更大，类别 Fig.7 ROC curves of different methods on LFW值设定在 ０．３ ～ ０．６，然后使用不同程度的清理数据 集进行训练，并选取最佳 λ 值。 在第 ２ 个实验中，将 λ 值设为 ０．４，再继续清理 掉某些类图像数目少于一定值（从 １０ 到 ２０）的类， 然后使用清理后的数据集来训练模型，这些模型在 ＬＦＷ 数据集上的准确率如图 ６（ ｂ） 所示。 同样，这 种模式的准确性在一定范围内可以稳定，最好的结 果是每个类别中不少于 １５ 个人，参数 λ ＝ ０．４，清理 后的 ＣＡＳＩＡ⁃ｗｅｂｆａｃｅ 数 据 集 有 ９ ２４０ 个 人， 一 共 ４００ ０００张图像作为数据集 Ｃ。 （ａ）不同的 λ 模型 （ｂ）λ＝ ０．４ 不同的最少图像数目模型 图 ６ ＬＦＷ 数据集上验证准确率 Ｆｉｇ．６ Ｖｅｒｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ ｏｎ ＬＦＷ ｄａｔａｓｅｔｓ ３．４ 在 ＬＦＷ 和 Ｙｏｕｔｕｂｅ ｆａｃｅ 上的测试结果 表 ７ 是在 ＬＦＷ 上的测试结果和其他算法结果 的对比，模型 Ａ 是由数据集 Ａ 作为训练集训练出来 的模型，模型 Ｂ 是由数据集 Ｂ 作为训练集训练出来 的模型，模型 Ｃ 是由数据集 Ｃ 作为训练集训练出来 的模型。 图 ７ 显示了不同方法的 ＲＯＣ 曲线，我们可以从 表 ７ 和图 ７ 的测试结果中得出以下结论：首先，模型 Ｃ 在 ３ 个实验模型中达到了最高的精度，模型 Ｂ 精 度高于模型 Ａ，表明数据清理明显提高了人脸识别 训练模型的准确性；其次，原来的 Ｃａｆｆｅｆａｃｅ 训练所 使用的数据集包含其他数据集，数据量更大，类别 也是本文的 ２ 倍，而在测试时，Ｃａｆｆｅｆａｃｅ 的结果是经 过特征提取后的 ＰＣＡ 处理， 本文的结果未被 ＰＣＡ 处理，也与原来的结果非常接近，进一步证明了数 据清理的有效性。 表 ７ ＬＦＷ 上的人脸验证结果 Ｔａｂｌｅ ７ Ｆａｃｅ ｖｅｒｉｆｉｃａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｎ ＬＦＷ 方法 名称 数据是 否清理 训练 人数 训练 数量／ 万 网络 个数 ＬＦＷ 准确率％ ＤｅｅｐＩＤ 是（人工） １０ １７７ ２０ ２５ ９７．４５ ＤｅｅｐＩＤ２ 是（人工） １０ １７７ ２０ ２５ ９９．１５ Ｄｅｅｐｆａｃｅ 是 ４ ０３０ ４００ ３ ９７．３５ Ｃａｆｆｅｆａｃｅ 是 １７ １８９ ７０ １ ９９．２８ 模型 Ａ 否 １０ ５７５ ４９ １ ９８．４７ 模型 Ｂ 是 ８ ５０１ ３６ １ ９９．０７ 模型 Ｃ 是 ９ ２４０ ４０ １ ９９．１７ （ａ）假正率 ０～ ０．３ 的 ＲＯＣ 曲线 （ｂ）假正率 ０～ ０．０５ 的 ＲＯＣ 曲线 图 ７ ＬＦＷ 上不同方法的 ＲＯＣ 曲线 Ｆｉｇ．７ ＲＯＣ ｃｕｒｖｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｍｅｔｈｏｄｓ ｏｎ ＬＦＷ 第 ５ 期 夏洋洋，等：人脸识别背后的数据清理问题研究 ·６２１·