Lessons from collecting a million biometric samples

در دهه گذشته، ارزیابی های مستقل در بسیاری از زمینه های علوم کامپیوتر تجربی، از جمله تشخیص صورت و ژست، رایج شده است. یک ویژگی کلیدی از بسیاری از ارزیابی های مستقل موفق یک مجموعه اطلاعات سرپرستی است. جنبه های مورد نظر در ارتباط با این مجموعه داده ها عبارتند از مناسب بودن در طراحی تجربی، اندازه کروی به اندازه کافی بزرگ است که اجازه می دهد که آماری دقیق از ویژگی های نتایج، و در دسترس بودن متادیت جامع است که اجازه می دهد تا نتیجه گیری در ویژگی های مختلف مجموعه داده ها ساخته شده است. در این مقاله، یک بررسی ده ساله با نمونه برداری بیومتریک را انجام داده ایم که باعث ایجاد چندین مشکل کلیدی بیومتریک شد. ما طراحی و اجرای جمع آوری داده ها را خلاصه می کنیم، چالش های کلیدی را شناسایی می کنیم و برخی از درس های آموخته شده را بیان می کنیم.