การสร้างชุดข้อมูลภาพใบหน้าที่ไม่ใช่สหภาพยุโรป/สหราชอาณาจักรพร้อมความหลากหลายตามความก้าวหน้าของอายุ
คลังภาพใบหน้าที่แยกตามเวลาของผู้เข้าร่วม 1,205 คนเพื่อเสริมสร้างความยุติธรรมและความทนทานสำหรับโมเดลคอมพิวเตอร์วิชัน
ภาพรวมโครงการ
บริษัทเทคโนโลยีระดับโลกที่สร้าง AI ที่เน้นใบหน้าเพื่อความปลอดภัย การปรับแต่งส่วนบุคคล และประสบการณ์การระบุตัวตน กำลังมองหาชุดข้อมูลที่ไม่ใช่สหภาพยุโรป/สหราชอาณาจักรที่มีรูปถ่ายที่แยกตามเวลาเพื่อลดอคติและปรับปรุงความยืดหยุ่นของโมเดลในทุกช่วงอายุ สภาพแวดล้อม และอุปกรณ์เสริม
ลูกค้าได้ร่วมมือกับ Shaip เพื่อรวบรวม คัดสรร และตรวจสอบความถูกต้องของชุดภาพใบหน้าขนาดใหญ่ โดยที่ผู้เข้าร่วมแต่ละคนได้ส่งภาพถ่ายทั้งปัจจุบันและเก่ามาให้ เป้าหมายคือการจำลองการเปลี่ยนแปลงตามวัยอย่างเป็นธรรมชาติ พร้อมทั้งบังคับใช้ข้อกำหนดที่ว่าภาพต้องมาจากนอกสหภาพยุโรปและสหราชอาณาจักร และต้องมีความสมดุลของสัดส่วนเพศและอายุ
สถิติสำคัญ
ผู้เข้าร่วมกิจกรรม
1,205 (เฉพาะนอกสหภาพยุโรป/สหราชอาณาจักร เพศ 50/50 ±10–15%)
การผสมอายุ
ความคลาดเคลื่อน 40% (10–29), 40% (30–49), 20% (50+) ±10–15%
คุ้มครอง
เอเชียใต้/ตะวันออกเฉียงใต้, แอฟริกาเหนือและตะวันออกเฉียงเหนือ, สิงคโปร์, อเมริกาใต้
ปฏิบัติการ
19 สัปดาห์
ชาเลนจ์ (Challenge)
ข้อจำกัดทางภูมิศาสตร์
จัดหาแหล่งที่มาโดยเฉพาะจากประชากรที่อยู่นอกสหภาพยุโรป/สหราชอาณาจักร โดยหลีกเลี่ยงรูปภาพจากสหภาพยุโรป/สหราชอาณาจักรที่มีต้นทางการเดินทาง
โควตาที่สมดุลตามขนาด
มีผู้เข้าร่วม 1,205 คน โดยมีข้อกำหนดเรื่องเพศและอายุที่เข้มงวด
หลักฐานที่แยกจากกันตามเวลา
การทำให้แน่ใจว่าบัตรประจำตัวทุกใบมีรูปถ่ายทั้งปัจจุบันและย้อนหลัง โดยจัดตามช่วงอายุ
คุณภาพการปฏิบัติงาน
การบังคับใช้ขนาดภาพ/ใบหน้าขั้นต่ำ ความหลากหลาย และการจำกัดการทำซ้ำโดยไม่ทำให้ปริมาณงานช้าลง
Solution
1. แผงควบคุมประเทศและการควบคุมแหล่งที่มา
เราได้จัดตั้งกลุ่มจัดหาวัตถุดิบระดับประเทศทั่วภูมิภาคเป้าหมาย และฝึกอบรมพันธมิตรเกี่ยวกับกฎเกณฑ์ด้านแหล่งที่มา (เฉพาะประเทศนอกสหภาพยุโรป/สหราชอาณาจักร) ภาพถ่ายได้รับการตรวจสอบความเสี่ยงด้านแหล่งที่มาของการเดินทางโดยใช้ข้อมูลเมตา (ปี เครื่องหมายระบุตำแหน่ง)รวมถึงคำรับรองจากผู้ส่ง เพื่อลดการรั่วไหลจากสหภาพยุโรป/สหราชอาณาจักรก่อนการตรวจสอบคุณภาพ ซึ่งสะท้อนถึงแนวทางปฏิบัติที่ได้รับการพิสูจน์แล้วของ Shaip ในการตรวจสอบความเสี่ยงล่วงหน้าเพื่อปกป้องปริมาณงานในขั้นตอนถัดไป
2. การออกแบบการบันทึกความก้าวหน้าตามอายุ
แทนที่จะ "ขอภาพ 20 ภาพ" เราได้ออกแบบขั้นตอนการส่งผลงานแบบสองขั้นตอนที่แนะนำผู้เข้าร่วมดังนี้:
- แทร็ก A (ล่าสุด): ภาพถ่ายจากสองปีที่ผ่านมา;
- แทร็ก B (ประวัติศาสตร์): รูปถ่ายเก่าที่ตรงกับช่วงอายุของผู้เข้าร่วมเมื่อส่งผลงาน (เช่น ช่วงอายุ 2–10/15/20 ปี)
พอร์ทัลกระตุ้นให้ผู้ใช้ด้วยตัวอย่าง (ในร่ม/กลางแจ้ง มุม อุปกรณ์เสริม) เพื่อเพิ่มความหลากหลายโดยไม่ต้องระบุมากเกินไป
3. การประสานงานความหลากหลายและการกำหนดโควตา
แดชบอร์ดโควต้าแบบเรียล ไทม์ จะตรวจสอบการลงทะเบียนตามเพศ ช่วงอายุ และภูมิศาสตร์โดยจะหยุดการรับสมัครชั่วคราวเมื่อกลุ่มใดกลุ่มหนึ่งถึงจำนวนที่กำหนดไว้ วิธีนี้ช่วยป้องกันการทำงานซ้ำในช่วงท้ายของรอบการรับสมัคร และสะท้อนถึงแนวทางมาตรฐานของ Shaip ในการลงทะเบียนแบบแบ่งกลุ่ม + การล็อกการลงทะเบียนซึ่งใช้ในชุดข้อมูลไบโอเมตริกก่อนหน้านี้เพื่อรักษาสมดุลของการเป็นตัวแทน
4. กระบวนการคุณภาพ (มนุษย์อยู่ในวงจร + การตรวจสอบล่วงหน้าอัตโนมัติ)
- ประตูอัตโนมัติ: การตรวจจับใบหน้า + เกณฑ์ขนาดขั้นต่ำ การตรวจสอบความเบลอ/สัญญาณรบกวนขั้นพื้นฐาน และการรวมกลุ่มในวันเดียวกันเพื่อแจ้งเตือนข้อมูลซ้ำซ้อนที่อาจเกิดขึ้นได้ในระยะเริ่มต้น
- ระดับ QA ของมนุษย์: ผู้ตรวจสอบระดับภาพได้รับการตรวจสอบแล้ว ความพิเศษเฉพาะของเรื่อง (เฉพาะผู้เข้าร่วมหลักเท่านั้น) ความหลากหลายของฉาก/มุมและ ไม่มีฟิลเตอร์เสริมสวยผู้ตรวจสอบ CQA จะทำการตรวจสอบชุดงานก่อนการยอมรับ การควบคุมคุณภาพแบบหลายชั้น สะท้อนโปรแกรมข้อมูลไบโอเมตริกซ์ที่ Shaip เผยแพร่
5. การปฏิบัติตามและความยินยอม
รับผู้เข้าร่วมที่มีอายุ 20 ปีขึ้นไป โดยต้องมีเอกสารแสดงความยินยอมเป็นลายลักษณ์อักษร ส่วนผู้ที่มีอายุต่ำกว่า 20 ปี ต้องได้รับความยินยอมจากผู้ปกครอง เราได้บันทึกข้อมูลความยินยอมไว้ในเมตาเดต้า และจัดเรียงรายการตรวจสอบของผู้ตรวจสอบให้ตรงกับช่องข้อมูลคุณสมบัติและความยินยอม เพื่อให้สามารถตรวจสอบได้
6. ข้อมูลเมตาและการตรวจสอบย้อนกลับ
เราได้จัดเตรียมข้อมูลเมตาในระดับผู้เข้าร่วมและระดับภาพ (การเชื่อมโยงรหัสประจำตัว ข้อมูลประชากร สัญชาติ/ที่อยู่อาศัย ปีที่ถ่ายภาพ วันที่ส่ง ฯลฯ) และกำหนดชื่อฟิลด์มาตรฐานเพื่อลด ความซับซ้อน ในการติดฉลากและการประเมินผลในขั้นตอนต่อไปซึ่งเป็นไปตามแนวทางปฏิบัติที่ดีที่สุดของ Shaip ในการติดแท็กข้อมูลเมตาที่ครบถ้วนสำหรับชุดข้อมูลไบโอเมตริก
7. การส่งมอบแบบเป็นขั้นตอนสู่ระดับความเสี่ยง
แผนการผลิต 8 ชุดเริ่มต้นด้วย กลุ่มตัวอย่าง ปรับเทียบ 10 คนตามด้วยการขยายขนาดอย่างเป็นระบบ ข้อเสนอแนะจากลูกค้าหลังจากชุดแรกช่วยปรับปรุงเกณฑ์การประเมิน จากนั้นปริมาณการผลิตก็เพิ่มขึ้นเป็นระยะๆ ตามการคาดการณ์ จนถึง1,205 คนในเวลาประมาณ 19 สัปดาห์
ขอบเขตโครงการ
| Dimension | สิ่งที่เราส่งมอบ |
|---|---|
| ประชากร | ผู้เข้าร่วมที่ไม่ใช่สหภาพยุโรป/สหราชอาณาจักรจำนวน 1,205 คน โดยมีกลุ่มเพศและอายุที่สมดุล |
| คอนเทนต์ | ≥20 ภาพต่อผู้เข้าร่วม: ภาพล่าสุด + ภาพในอดีต เพื่อเข้ารหัสความก้าวหน้าของอายุ ฉาก มุม และอุปกรณ์เสริมที่หลากหลาย |
| การดำเนินงานด้านคุณภาพ | การตรวจสอบล่วงหน้าอัตโนมัติ + การควบคุมคุณภาพแบบหลายชั้นโดยมนุษย์ (การควบคุมการทำซ้ำ; ความพิเศษเฉพาะของเรื่อง; การปฏิเสธตัวกรอง) |
| ตามมาตรฐาน | การตรวจสอบแหล่งที่มาที่ไม่ใช่ EU/UK การกำกับดูแลความยินยอม และการตรวจสอบคุณสมบัติ |
| เมตาดาต้า | คุณลักษณะของผู้เข้าร่วม + รูปภาพสำหรับการตรวจสอบย้อนกลับและการประเมิน ML ปลายทาง |
| Delivery | แบ่งเป็น 8 ชุดเป็นระยะ เริ่มตั้งแต่การสอบเทียบ จากนั้นส่งมอบในสถานะคงที่ไปยังเป้าหมายสุดท้าย |
ผลลัพธ์
- คลังข้อมูลที่สมดุลพร้อมตรวจสอบ: บรรลุโควตาประชากรตามเกณฑ์ที่ยอมรับได้ บังคับใช้แหล่งที่มาที่ไม่ใช่ EU/UK ในทุกภาพเพื่อการฝึกอบรมที่สอดคล้อง
- ความแปรปรวนของความพร้อมของโมเดล: ภาพที่แยกเวลา สภาพแวดล้อม/มุมที่หลากหลาย และความครอบคลุมของอุปกรณ์เสริมรองรับการทดสอบความทนทานและการวิเคราะห์อคติ
- ความสามารถในการคาดการณ์การปฏิบัติงาน: การเปิดตัวการปรับเทียบครั้งแรก + การป้องกันโควตาช่วยลดการทำงานซ้ำและระยะเวลาที่ได้รับการปกป้องให้บรรลุเป้าหมายผู้เข้าร่วม 1,205 ราย
- ประสิทธิภาพปลายน้ำ: เมตาดาต้าที่สมบูรณ์และการรักษาความสะอาดของไฟล์อย่างสม่ำเสมอทำให้เส้นทางสู่การสร้างคำอธิบายประกอบและเกณฑ์มาตรฐานสั้นลง โดยปฏิบัติตามคู่มือชุดข้อมูลไบโอเมตริกส์ของ Shaip
Shaip ได้เปลี่ยนข้อมูลสรุปชุดข้อมูลใบหน้าที่ซับซ้อนจากนอกสหภาพยุโรป/สหราชอาณาจักร ให้กลายเป็นคลังข้อมูลที่สมดุลและพร้อมสำหรับการตรวจสอบ การออกแบบความก้าวหน้าตามอายุและ QA แบบแบ่งระดับ ทำให้ทีม CV ของเรามีข้อมูลที่ชัดเจนและหลากหลาย ซึ่งเราสามารถไว้วางใจได้ โดยไม่มีความเสี่ยงด้านตารางเวลา