Створення набору даних зображень обличчя для країн поза межами ЄС/Великої Британії з урахуванням різноманітності вікової прогресії
Корпус зображень облич, розділених у часі, з 1,205 учасників, для підвищення справедливості та надійності моделей комп'ютерного зору.
Огляд проекту
Глобальна технологічна компанія, що створює штучний інтелект, орієнтований на обличчя, для безпеки, персоналізації та ідентифікації, шукала набір даних з країн поза ЄС/Великої Британії з фотографіями, розділеними в часі, щоб зменшити упередженість та покращити стійкість моделі залежно від віку, середовища та аксесуарів.
Клієнт співпрацював із Shaip для збору, курування та перевірки великого корпусу зображень обличчя, куди кожен учасник надає як новіші, так і старіші фотографії. Метою було закодувати природний віковий розвиток, одночасно суворо дотримуючись правил щодо походження з країн поза ЄС/Великої Британії та досягаючи збалансованих гендерних/вікових квот.
Основна статистика
Учасники
1,205 (лише для країн поза ЄС/Великої Британії, 50/50 за статтю ±10–15%)
Віковий мікс
40% (10–29), 40% (30–49), 20% (50+) ±10–15% допуск
Покриття
Південна/Південно-Східна Азія, Північна та Північна/Східна Африка, Сінгапур, Південна Америка
Хронологія
19 тижні
Виклики
Географічне обмеження
Виключно з використанням матеріалів від населення країн поза межами ЄС/Великої Британії, уникаючи зображень, отриманих у подорожах з ЄС/Великої Британії.
Збалансовані квоти у великих масштабах
Охоплено 1,205 учасників з жорсткими гендерними та віковими обмеженнями.
Докази, розділені часом
Забезпечення того, щоб кожне посвідчення особи містило як нещодавні, так і минулі фотографії, узгоджені з віковими групами.
Якість експлуатації
Забезпечення мінімального розміру зображення/облич, різноманітності та обмежень на дублювання без уповільнення пропускної здатності.
Рішення
1. Панелі країн та контроль походження
Ми створили групи джерел походження на рівні країн у цільових регіонах та навчили партнерів правилам походження (лише для країн поза ЄС/Великої Британії). Фотографії були перевірені на наявність ризиків походження подорожі за допомогою метаданих (рік, маркери місця розташування) та атестацій заявника, що зменшило витік інформації з ЄС/Великої Британії перед контролем якості. Це відображає перевірену практику Shaip щодо попередніх перевірок ризиків для захисту пропускної здатності нижче за течією.
2. Дизайн захоплення вікової прогресії
Замість того, щоб «просити 20 зображень», ми розробили двосторонній процес подання , який спрямовував учасників до:
- Доріжка A (Нещодавня): фотографії за останні два роки;
- Трек B (Історичний): старіші фотографії, що відповідають віковій групі учасника на момент подання (наприклад, вікові рамки 2–10/15/20 років).
Портал підштовхував користувачів прикладами (для приміщень/зовнішнього використання, кути, аксесуари) для забезпечення різноманітності без надмірного уточнення.
3. Оркестрація різноманітності та обмеження квот
Панель керування квотами в режимі реального часу контролювала зарахування за статтю, віковою групою та географічним місцем , призупиняючи прийом, як тільки стратифікація досягала запланованих лімітів. Це запобігало переробці наприкінці циклу та відображає стандартний підхід Шайпа до стратифікованого зарахування + блокування, який використовувався в попередніх біометричних наборах даних для підтримки збалансованого представництва.
4. Конвеєр якості (людина в циклі + автоматизовані попередні перевірки)
- Автоматичні ворота: розпізнавання облич + мінімальні пороги розміру, базові перевірки розмиття/шуму та кластеризація в той самий день для раннього виявлення потенційних дублікатів.
- Рівні людського контролю якості: перевірено рецензентами рівня зображення ексклюзивність теми (лише основний учасник), різноманітність сцен/ракурсів та немає фільтрів красиАудитори CQA вибірково перевіряли партії перед прийняттям. Це багаторівневе забезпечення якості відображає опубліковані програми біометричних даних Шайпа.
5. Відповідність та згода
Зарахування ≥20 років за наявності підписаної згоди; випадки віком до 20 років приймаються лише за згодою опікуна. Ми зафіксували наявність згоди в метаданих та узгодили контрольні списки рецензентів з полями відповідності вимогам + згода , забезпечивши можливість аудиту.
6. Метадані та відстежуваність
Ми надали метадані на рівні учасників та зображень (ідентифікаційні дані, демографічні дані, національність/місце проживання, рік створення фотографії, дата подання тощо) та стандартизовані назви полів для спрощення подальшого маркування та оцінювання . Це відповідає найкращій практиці Shaip щодо розширеного тегування метаданих для біометричних наборів даних.
7. Поетапне виконання до масштабу ризику De
План з 8 партій розпочався з калібрувального набору для 10 учасників , а потім було контрольоване масштабування. Відгуки клієнтів після партії 1 вплинули на коригування рубрик, потім обсяги зростали передбачуваними траншами, досягнувши 1,205 учасників приблизно за 19 тижнів.
Обсяг проекту
| Розмір | Що ми доставили |
|---|---|
| населення | 1,205 учасників з країн, що не входять до ЄС/Великої Британії, зі збалансованим за статтю та віковими групами. |
| зміст | ≥20 зображень на учасника: нещодавні + історичні для кодування вікової прогресії; різноманітні сцени, ракурси та аксесуари. |
| Операції з якості | Автоматизовані попередні перевірки + багаторівневий контроль якості за допомогою людини (контроль дублювання; ексклюзивність суб'єктів; відхилення фільтрів). |
| Дотримання | Перевірка походження з країн, що не входять до ЄС/Великої Британії; управління згодою та підтвердження відповідності вимогам. |
| метадані | Атрибути учасника + зображення для відстеження та оцінки машинного навчання далі. |
| Доставка | 8 поетапних партій, починаючи з калібрування, а потім доведення до стаціонарного стану до кінцевої мети. |
Результат
- Збалансований, готовий до аудиту корпус: Демографічні квоти дотримано в межах допустимих значень; для забезпечення відповідності вимогам для всіх зображень застосовується походження поза ЄС/Великої Британії.
- Варіативність готової моделі: Зображення, розділені в часі, різноманітні середовища/кути та покриття аксесуарів підтримують тестування на надійність та аналіз зміщення.
- Операційна передбачуваність: Перше розгортання калібрування + обмеження квот скоротили кількість повторних робіт та забезпечили повну кількість учасників у 1,205.
- Ефективність нижче за течією: Багаті метадані та послідовна гігієна файлів скоротили шлях до анотацій та створення еталонів, дотримуючись посібників Шайпа з біометричних наборів даних.
Компанія Shaip перетворила складний бриф на набір даних про обличчя з країн, що не входять до ЄС/Великої Британії, на збалансований, готовий до аудиту корпус даних. Їхній дизайн з віковою прогресією та багаторівневий контроль якості надали нашій команді з резюме чисті та різноманітні дані, яким ми могли довіряти, без ризику, пов'язаного з графіком.
