Создание набора данных изображений лиц из стран, не входящих в ЕС/Великобританию, с учетом возрастного прогрессирования
Корпус изображений лиц, насчитывающий 1,205 участников и разделенных по времени, для повышения объективности и надежности моделей компьютерного зрения.
Обзор проекта
Глобальная технологическая компания, разрабатывающая ИИ-решение на основе распознавания лиц для обеспечения безопасности, персонализации и идентификации, искала набор данных из стран, не входящих в ЕС и Великобританию, с фотографиями, разделенными по времени, чтобы уменьшить смещение и повысить устойчивость модели в зависимости от возраста, окружающей среды и аксессуаров.
Клиент сотрудничал с Шаипом, чтобы собирать, курировать и проверять Большой корпус изображений лиц, куда каждый участник прислал как недавние, так и более старые фотографии. Целью было закодировать естественный процесс старения, строго соблюдая требования к происхождению участников из стран, не входящих в ЕС/Великобританию, и достигнув сбалансированных гендерно-возрастных квот.
Основная статистика
Участниками
1,205 (только не входящие в ЕС/Великобританию, гендерное соотношение 50/50 ±10–15%)
Возрастной микс
40% (10–29), 40% (30–49), 20% (50+) допуск ±10–15%
Покрытие
Южная/Юго-Восточная Азия, Северная и Северо-Восточная Африка, Сингапур, Южная Америка
Лента
19 недель
Задачи
Географическое ограничение
Получение информации исключительно от населения стран, не входящих в ЕС/Великобританию, с одновременным избеганием изображений, полученных от путешественников из ЕС/Великобритании.
Сбалансированные квоты в масштабе
Охват 1,205 участников с жесткими гендерными и возрастными ограничениями.
Доказательства, разделенные во времени
Обеспечение наличия в каждом удостоверении личности как недавних, так и исторических фотографий, соответствующих возрастным группам.
Эксплуатационное качество
Обеспечение соблюдения минимальных размеров изображений/лиц, разнообразия и ограничений на дублирование без снижения производительности.
Решение
1. Панели стран и контроль происхождения
Мы установили модули снабжения на уровне страны в целевых регионах и обученных партнеров по правила происхождения (Только для стран, не входящих в ЕС/Великобританию). Фотографии были проверены на предмет рисков, связанных с местом путешествия, с помощью подсказки метаданных (год, маркеры местоположения) плюс аттестация отправителей, что сокращает утечку данных из ЕС в Великобританию до контроля качества. Это отражает проверенную практику Shaip по предварительной проверке рисков для защиты последующих этапов.
2. Дизайн захвата возрастной прогрессии
Вместо того, чтобы «просить 20 изображений», мы разработали двухканальный поток подачи заявок которые помогли участникам:
- Трек A (недавний): фотографии за последние два года;
- Трек B (Исторический): более старые фотографии, соответствующие возрастной группе участника на момент отправки (например, окна 2–10/15/20 лет).
Портал предлагал пользователям примеры (внутренние/наружные, углы, аксессуары), чтобы повысить разнообразие без излишней детализации.
3. Организация разнообразия и ограничения квот
A панель управления квотами в реальном времени контролируемые регистрации пол, возрастная группа и география, приостанавливая прием после достижения заданных пределов. Это позволило избежать доработок на поздних этапах цикла и отражает стандартный подход Шайпа. стратифицированная регистрация + локауты использовался в предыдущих наборах биометрических данных для поддержания сбалансированного представления.
4. Контроль качества (человеческий фактор + автоматизированные предварительные проверки)
- Автоматические ворота: распознавание лиц + минимальные пороговые значения размера, базовые проверки размытости/шума и кластеризация в тот же день для раннего выявления потенциальных дубликатов.
- Уровни обеспечения качества персонала: проверены рецензенты на уровне изображения исключительность предмета (только основной участник), разнообразие сцен/ракурсов и без фильтров украшенияАудиторы CQA выборочно проверяют партии перед приемкой. Это многоуровневый контроль качества отражает опубликованные программы Шаипа по сбору биометрических данных.
5. Соблюдение и согласие
Регистрация ≥20 лет с подписанным согласием; случаи до 20 лет принимаются только с согласия опекуна. Мы отслеживали наличие согласия в метаданных и согласовывали контрольные списки рецензентов с право на участие + согласие поля, обеспечивающие проверяемость.
6. Метаданные и прослеживаемость
Мы доставили метаданные на уровне участников и изображений (связь с идентификационными данными, демографические данные, гражданство/место жительства, год создания фотографии, дата отправки и т. д.) и стандартизированные названия полей для упрощения маркировка и оценка по нисходящей цепочкеЭто соответствует лучшим практикам Шаипа. расширенные теги метаданных для биометрических наборов данных.
7. Поэтапная доставка до шкалы De Risk
An 8 пакетный план началось с калибровка 10 участников После первого пакета отзывы клиентов позволили внести коррективы в критерии, а затем объемы увеличились предсказуемыми траншами, чтобы достичь Участники 1,205 через ~19 недель.
Объем проекта
| Размеры | Что мы доставили |
|---|---|
| Население | 1,205 участников из стран, не входящих в ЕС/Великобританию, со сбалансированным гендерным и возрастным составом. |
| Контент | ≥20 изображений на участника: недавние + исторические для кодирования возрастной динамики; различные сцены, ракурсы и аксессуары. |
| Качество операций | Автоматизированные предварительные проверки + многоуровневый контроль качества, осуществляемый человеком (контроль дублирования, эксклюзивность субъекта, отклонение фильтра). |
| Соответствие требованиям | Проверка происхождения за пределами ЕС/Великобритании; управление согласием и проверка соответствия требованиям. |
| Метаданные | Атрибуты участника + изображения для прослеживаемости и последующей оценки МО. |
| и сроки сдачи | 8 поэтапных партий, начиная с калибровки, затем стационарная доставка до конечной цели. |
Результат
- Сбалансированный, готовый к аудиту корпус: Демографические квоты соблюдены в пределах допуска; для всех изображений обязательно указание происхождения за пределами ЕС/Великобритании в целях соблюдения требований обучения.
- Изменчивость готовой модели: Изображения, разделенные во времени, различные среды/угловые диапазоны и охват аксессуаров позволяют проводить тестирование надежности и анализ смещения.
- Операционная предсказуемость: Первое калибровочное внедрение + ограничения квот сократили объем доработок и обеспечили соблюдение сроков для достижения целевого показателя в 1,205 участников.
- Эффективность нисходящего потока: Богатые метаданные и последовательная гигиена файлов сократили путь к аннотированию и созданию эталонных тестов, следуя инструкциям Шайпа по биометрическим наборам данных.
Шайп превратил сложный набор данных о лицах из стран, не входящих в ЕС/Великобританию, в сбалансированный корпус, готовый к аудиту. Их дизайн с учётом возрастной прогрессии и многоуровневый контроль качества позволили нашей команде по составлению резюме получить чистые и разнообразные данные, которым мы могли доверять, без риска срыва сроков.
