人脸识别模型通常使用百万级图像的网络抓取数据集进行训练，并在强调姿势、年龄和混合特征的测试集上评估。然而，在由网络抓取图像组成的训练集和测试集中，确保身份集合之间的不重合至关重要。本研究发现当前的训练集和测试集通常不是身份或图像不相交的，导致在估计准确度时存在乐观偏差。为了支持人脸识别的不断进步，本研究介绍了两个挑战性的测试集：“Hadrian” 强调具有挑战性的面部发型，“Eclipse” 强调具有挑战性的过度曝光和欠曝光条件。这些数据集在标准训练集中是身份和图像不相交的，新测试集的准确度通常低于 LFW、CPLFW、CALFW、CFP-FP 和 AgeDB-30 等，表明这些数据集代表了人脸识别改进的重要维度。

May, 2024

本文通过对亿万级别的图片进行大规模的人脸识别实验，发现使用深度学习进行的人脸识别系统对于训练数据中的个体识别的准确率要高于其他个体，而目前的大规模人脸识别数据集的个人隐私意识缺失，对隐私造成了严重影响。

Jan, 2020

本文研究了深度卷积网络在人脸识别中的性能，发现网络的 “瓶颈” 结构对于迁移学习具有重要作用，并提出了一种解决方法，即用自助法取代随机子采样；同时还发现了表示范数和目标域判别能力之间的联系，并基于这些发现，在目前最流行的人脸识别数据集 LFW 上取得了优秀的性能，甚至超越了商用系统。

Jun, 2014

采用合成数据集进行人脸识别，通过数据扩充和精细控制属性可以显著减少真实与合成数据集之间的差异，并降低数据集的偏见和标签噪声问题，从而将识别错误率从 91.93% 降低到 96.17%，并在较少的真实样本上训练可与百万真实样本训练相媲美的识别效果。

Oct, 2022

本文研究了基于 softmax 的损失函数的优化目标和训练庞大人脸识别网络的困难，发现在实现人脸表示学习时，负类的重要性并没有先前想象的那么高；并提出了一种高效的分布式采样算法，可用于大规模人脸识别网络的训练和分类。

Oct, 2020

该研究提出了一种半自动方式从互联网收集人脸图像并构建了一个包含大约 10000 个主体和 500000 个图像的大规模数据集，命名为 CASIAWebFace，使用该数据库，我们使用一个 11 层 CNN 学习区分性表示并获得在 LFW 和 YTF 上的最新准确性。

Nov, 2014

通过深度学习训练的 DeepID2 特征结合人脸识别和验证信号能够有效地减少人脸识别中的人际差异和人内差异并实现高辨识率。

Jun, 2014

研究提出一种基于极值理论的新颖身份分离方法，作为一种超分布检测算法，大大减少了重叠身份标签噪声所导致的问题，通过对余弦损失的调节，给出了聚类不确定性的估计，实验结果表明，该方法在受控和实际环境下比监督基线方法都有更好的性能。

Jul, 2020

该研究使用深度卷积神经网络训练数据集，在测试数据集上测试面部识别的准确度，研究发现在训练数据中性别平衡并不会转化为测试准确度的性别平衡，更多的男性图像比女性图像能够更好地缩小测试准确性的 “性别差距”，而以缩小准确性差距进行的训练并不会产生最高的男性、女性或平均准确性。

Feb, 2020

提出使用面部合成的方法，而非手动标注更多面部图像，从而增加面部识别系统的训练数据，并将其应用于卷积神经网络，获得与数百万下载图像训练的系统报告的最新结果相匹配的性能表现。

Mar, 2016