LAOFIW-野生数据集中标记的祖先面孔

视而不见：从深层神经网络嵌入中明确去除偏差和变化

人脸数据集中的偏差估计，ECCV 2018研讨会演示

LAOFIW数据集的下载链接没有可从此网站获取更多信息。

LAOFIW是一个14000张图像的数据集，分为四个大小相等的类别：撒哈拉以南非洲、东亚、印度次大陆和西欧。

*出版物中使用的原始数据集中的某些图像不再可用。这些已经被新的图像和实验结果所取代表1为新数据集复制如下。

主要	虚假的	基线	盲人	%未获得的	随机机会
年龄		0.79	0.74
	祖先的起源	0.83	0.25	100%	0.25
	性别	0.99	0.56	88%	0.5
	姿势	0.66	0.24	91%	0.2
祖先起源		0.95	0.95
	年龄	0.58	0.12	92%	0.08
	性别	0.99	0.51	98%	0.5
	姿势	0.56	0.25	86%	0.2
性别		0.99	0.99
	年龄	0.7	0.12	94%	0.08
	祖先的起源	0.85	0.26	98%	0.25
	姿势	0.62	0.22	95%	0.2
姿势		0.84	0.84
	年龄	0.68	0.12	93%	0.08
	祖先的起源	0.88	0.39	78%	0.25
	性别	0.99	0.57	86%	0.5

清理的IMDB面子集

我们利用了IMDB-Faces数据集用于年龄和性别图像和标签。这些标签很吵，因此，我们创建了60000张年龄图像和80000张性别图像的干净子集。可以通过单击以下超链接下载：清除年龄列表,清除性别列表.

如果您使用数据集，请引用以下内容。

M.阿尔维，A.齐瑟曼，C.内拉克

人脸分析中的偏差估计研讨会，ECCV 2018。

Biptex公司|摘要|PDF格式

@诉讼中{Alvi18，author=“Alvi，M.和Zisserman，A.和Nellaker，C.”，title=“视而不见：从深层神经网络嵌入中明确消除偏差和变化”，booktitle=“人脸分析中的偏差估计研讨会，ECCV”，year=“2018”，}