1. 为什么LFW数据集只有100多M

2014年，随着人工神经网络的重大突破，Hinton发明的深度学习卷积神经网络的问世，人工智能领域以迅猛的姿态爆发，成为了科研和科技创业的热门领域。其中人脸识别成为了人工智能领域的风口浪尖。

作为人脸识别全世界最权威的两个数据库FDDB(Face Detection Data Set and Benchmark)和LFW(Labeled Faces in the Wild Home)，分别对人脸识别中最基本的两个问题：检测和识别，给出了详细的测试要求与评分标准。

LFW（人脸比对数据集）
无约束自然场景人脸识别数据集，该数据集由13000多张全世界知名人士互联网自然场景不同朝向、表情和光照环境人脸图片组成，共有5000多人，其中有1680人有2张或2张以上人脸图片。每张人脸图片都有其唯一的姓名ID和序号加以区分。

LFW数据集主要测试人脸识别的准确率，该数据库从中随机选择了6000对人脸组成了人脸辨识图片对，其中3000对属于同一个人2张人脸照片，3000对属于不同的人每人1张人脸照片。测试过程LFW给出一对照片，询问测试中的系统两张照片是不是同一个人，系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。