Creazione di un set di dati di immagini facciali non UE/Regno Unito con diversità di progressione dell'età
Un corpus di immagini di volti di 1,205 partecipanti, separate nel tempo, per rafforzare l'equità e la robustezza dei modelli di visione artificiale.
Panoramica del progetto
Un'azienda tecnologica globale che sviluppa un'intelligenza artificiale incentrata sul volto per esperienze di sicurezza, personalizzazione e identità ha cercato un set di dati non UE/Regno Unito con foto separate nel tempo per ridurre le distorsioni e migliorare la resilienza del modello in base a età, ambiente e accessori.
Il cliente ha collaborato con Shaip per raccogliere, curare e validare un ampio corpus di immagini facciali, in cui ogni partecipante ha contribuito con foto recenti e meno recenti. L'obiettivo era quello di codificare la naturale progressione dell'invecchiamento, garantendo al contempo una rigorosa provenienza extra-UE/britannica e raggiungendo quote equilibrate per genere ed età.
Statistiche chiave
A chi e' rivolto
1,205 (solo non UE/Regno Unito, 50/50 genere ±10–15%)
Mix di età
40% (10–29), 40% (30–49), 20% (50+) ±10–15% di tolleranza
Copertura
Asia meridionale/sudorientale, Africa settentrionale e nordorientale, Singapore, Sud America
timeline
19 settimane
Le sfide
Restrizione geografica
Ci riforniamo esclusivamente da popolazioni non UE/Regno Unito, evitando immagini di viaggio provenienti da UE/Regno Unito.
Quote bilanciate su larga scala
Raggiungendo 1,205 partecipanti con tolleranze strette in base a genere ed età.
Prove separate nel tempo
Garantire che ogni documento d'identità fornisca sia foto recenti che storiche, in base alle fasce d'età.
Qualità operativa
Applicazione di limiti minimi per le dimensioni delle immagini/volti, varietà e duplicazione senza rallentare la produttività.
Soluzione
1. Pannelli nazionali e controlli di provenienza
Abbiamo creato gruppi di approvvigionamento a livello nazionale nelle regioni target e formato i partner sulle regole di provenienza (solo per paesi extra-UE/Regno Unito). Le foto sono state sottoposte a screening per individuare i rischi di provenienza dovuti al viaggio, utilizzando metadati (anno, indicatori di posizione) e dichiarazioni del mittente, riducendo così la dispersione di materiale proveniente da paesi UE/Regno Unito prima del controllo qualità. Questo approccio rispecchia la comprovata pratica di Shaip di anticipare i controlli di rischio per proteggere la produttività a valle.
2. Progettazione della cattura della progressione dell'età
Anziché "chiedere 20 immagini", abbiamo progettato un flusso di invio a due fasi che ha guidato i partecipanti a:
- Traccia A (Recente): foto degli ultimi due anni;
- Traccia B (storica): foto più vecchie allineate alla fascia d'età del partecipante al momento dell'invio (ad esempio, fasce d'età 2–10/15/20 anni).
Il portale ha stimolato gli utenti con esempi (interni/esterni, angoli, accessori) per promuovere la varietà senza specificare troppo.
3. Orchestrazione della diversità e limiti delle quote
Un pannello di controllo delle quote in tempo reale monitorava le iscrizioni per genere, fascia d'età e area geografica , sospendendo le iscrizioni una volta che uno strato raggiungeva i limiti previsti. Ciò ha impedito rilavorazioni a ciclo avanzato e rispecchia l'approccio standard di Shaip di iscrizioni stratificate e blocchi, utilizzato in precedenti set di dati biometrici per mantenere una rappresentanza equilibrata.
4. Pipeline di qualità (intervento umano nel ciclo + controlli preliminari automatizzati)
- Cancelli automatici: rilevamento dei volti + soglie di dimensioni minime, controlli di base di sfocatura/rumore e clustering nello stesso giorno per segnalare tempestivamente potenziali duplicati.
- Livelli di controllo qualità umano: revisori a livello di immagine convalidati esclusività del soggetto (solo partecipante principale), varietà di scene/angolazionie nessun filtro di abbellimento; I revisori CQA controllano a campione i lotti prima dell'accettazione. Questo QA multistrato rispecchia i programmi di dati biometrici pubblicati da Shaip.
5. Conformità e consenso
Iscrizione per soggetti di età pari o superiore a 20 anni con consenso firmato; i casi di età inferiore a 20 anni sono accettati solo con il consenso del tutore. Abbiamo registrato la presenza del consenso nei metadati e allineato le checklist dei revisori ai campi di ammissibilità e consenso , garantendo la tracciabilità.
6. Metadati e tracciabilità
Abbiamo fornito metadati a livello di partecipante e di immagine (collegamenti ID, dati demografici, nazionalità/residenza, anno della foto, data di invio, ecc.) e nomi di campo standardizzati per semplificare l'etichettatura e la valutazione successive . Ciò segue la best practice di Shaip per l'etichettatura di metadati avanzati per i set di dati biometrici.
7. Consegna graduale alla scala di riduzione del rischio
Il piano, articolato in 8 fasi, è iniziato con un set di calibrazione di 10 partecipanti , seguito da un aumento graduale e controllato. Il feedback del cliente dopo la prima fase ha permesso di apportare modifiche alla griglia di valutazione, dopodiché il numero di partecipanti è stato incrementato in modo prevedibile, raggiungendo quota 1,205 in circa 19 settimane.
Ambito del progetto
| Dimensioni | Cosa abbiamo consegnato |
|---|---|
| Profilo demografico | 1,205 partecipanti non UE/Regno Unito con fasce di genere ed età equilibrate. |
| Contenuti | ≥20 immagini per partecipante: recenti + storiche per codificare la progressione dell'età; scene, angolazioni e accessori vari. |
| Operazioni di qualità | Controlli preliminari automatizzati + controllo qualità multilivello umano (controlli di duplicazione; esclusività del soggetto; rifiuto del filtro). |
| Conformità | Verifica della provenienza non UE/Regno Unito; governance del consenso e convalida dell'idoneità. |
| Metadati | Attributi del partecipante + immagine per la tracciabilità e la valutazione ML a valle. |
| Spedizione | 8 lotti suddivisi in fasi, a partire dalla calibrazione, quindi consegna in stato stazionario al target finale. |
Il Risultato
- Corpus bilanciato e pronto per la revisione: Quote demografiche raggiunte entro i limiti di tolleranza; provenienza non UE/Regno Unito applicata a tutte le immagini per una formazione conforme.
- Variabilità pronta per il modello: Immagini separate nel tempo, ambienti/angolazioni diversi e copertura degli accessori supportano i test di robustezza e l'analisi dei bias.
- Prevedibilità operativa: La prima implementazione della calibrazione e le misure di salvaguardia delle quote hanno ridotto le rilavorazioni e salvaguardato i tempi per raggiungere l'obiettivo completo di 1,205 partecipanti.
- Efficienza a valle: Metadati approfonditi e una pulizia coerente dei file hanno abbreviato il percorso verso l'annotazione e la costruzione di benchmark, seguendo i manuali di Shaip sui set di dati biometrici.
Shaip ha trasformato un complesso briefing di dati facciali extra-UE/Regno Unito in un corpus equilibrato e pronto per la verifica. Il loro design basato sulla progressione dell'età e il controllo qualità a livelli hanno fornito al nostro team di CV dati puliti e diversificati di cui potevamo fidarci, senza rischi di tempistiche.