Second Edition FRCSyn Challenge at CVPR 2024: Face Recognition Challenge in the Era of Synthetic Data

本文介绍了在CVPR 2024举办的“合成数据时代人脸识别挑战赛”（FRCSyn）第二版的概述。由于缺乏真实数据和类内变异性、手动标注所需的时间和错误以及某些情况下的隐私问题等因素，合成数据在训练机器学习模型方面变得越来越重要。FRCSyn旨在研究在人脸识别中使用合成数据以解决当前技术限制，包括数据隐私问题、人口统计偏差、对新颖场景的泛化以及在挑战性情况下（如老化、姿态变化和遮挡）的性能限制。与第一版不同的是，在第二版中，我们提出了新的子任务，允许参与者探索新的人脸生成方法。第二版FRCSyn挑战的结果，以及提出的实验协议和基准测试，对于将合成数据应用于人脸识别方面具有重要贡献。

本论文旨在探讨使用合成数据进行人脸识别的可行性，以解决现有技术限制、数据隐私问题、人口统计偏见、在挑战性情况下的性能约束等问题。

本论文提出了第二版人脸识别挑战赛，旨在研究合成数据在人脸识别中的应用，包括新颖的人脸生成方法。新颖之处在于，与第一版不同，本次比赛允许参与者使用 DCFace 和 GANDiffFace 方法之外的新方法。

本文提供了实验协议和基准测试，为合成数据在人脸识别中的应用做出了重要贡献。值得关注的是，本文的实验设计涉及哪些数据集，是否有开源代码等方面。

最近在人脸识别领域，还有一些相关研究，如《基于深度学习的人脸识别技术综述》、《基于人脸识别的安全技术研究》等。