资源描述
CelebA（CelebFaces Attributes Dataset）是由香港中文大学多媒体实验室发布的大规模人脸属性数据集。包含超过20万张名人面部图像，提供40种细粒度属性标注和5个面部关键点。该数据集在人脸识别、人脸属性分类、图像生成（如GAN）及人脸编辑等计算机视觉任务中具有极高的研究价值，是深度学习领域最经典的人脸基准数据集之一。
详细内容
## 数据集背景与来源
CelebA（CelebFaces Attributes Dataset）是由香港中文大学多媒体实验室（MMLab）构建并发布的大规模人脸数据集。它旨在推动高级人脸分析和生成模型的研究，是目前计算机视觉领域最权威、使用最广泛的人脸基准数据集之一。
## 数据规模与标注信息
数据集包含超过 202,599 张名人面部图像，涵盖了丰富的姿态、背景和遮挡变化。每张图像均提供了丰富的标注信息：
- **40 种二元属性**：如是否微笑、是否戴眼镜、发色、性别、是否有刘海等细粒度面部特征。
- **5 个面部关键点**：双眼、鼻尖和左右嘴角的精确坐标，常用于人脸对齐。
- **身份标签**：提供了 10,177 个不同名人的身份 ID，支持人脸识别任务。
- **边界框（Bounding Box）**：包含人脸和头部的边界框坐标。
## 典型应用场景
- **人脸属性识别**：利用40种属性标签训练多标签分类模型，预测面部特征。
- **生成对抗网络（GAN）**：作为条件生成模型（如 StyleGAN, StarGAN）的核心训练集，用于高质量人脸生成、属性编辑和图像翻译。
- **人脸识别与验证**：利用身份标签进行人脸特征提取和身份匹配研究。
- **人脸检测与对齐**：利用边界框和关键点进行人脸定位和几何对齐预处理。
## 使用注意事项
- **数据偏见**：数据集主要收集自互联网名人，可能存在性别、年龄和种族分布不均的问题，在训练通用模型时需注意潜在的算法偏见。
- **隐私与伦理**：图像包含真实公众人物面部，研究和使用需遵守相关隐私法规，避免用于生成虚假、诽谤或侵犯肖像权的内容（如 Deepfake 滥用）。
- **数据划分**：官方已提供标准的训练集、验证集和测试集划分，建议在对比实验时严格遵循此划分以保证结果的可比性。