FFHQ
Parent: ai_keywords
核心定义
FFHQ (Flickr-Faces-HQ) 是由 NVIDIA 于 2019 年发布的高质量人脸图像数据集，包含 70,000 张分辨率为 1024×1024 像素的 PNG 格式人脸图像。其图像源自 Flickr，经自动化与人工筛选后，在年龄、种族、光照、姿态及配饰（眼镜、帽子等）方面具有高度多样性。FFHQ 旨在为生成对抗网络（GAN）提供训练基准，尤其支撑了 StyleGAN 及其后续架构的突破性生成能力，是当前面部生成与分析领域的黄金标准数据集。
关键技术点
-
超高分辨率与对齐
图像统一裁剪为 1024×1024 像素，并通过仿射变换基于面部关键点（双眼、鼻尖）进行标准化对齐，消除原始图像中头部旋转与偏移的干扰，确保生成模型的稳定性。 -
数据清洗与过滤
采用分阶段策略：先通过人脸检测器（如 MTCNN）粗筛，再使用半监督分类器去除非人脸、模糊、低质量或含有遮挡物的图像，最终经众包人工校验，保证每张图片均为正面或近正面高质量人脸。 -
隐空间解耦与风格化注入
StyleGAN 系列利用 FFHQ 训练，实现了风格控制（如年龄、表情、光照）的解耦，其核心是引入“风格模块”和“自适应实例归一化（AdaIN）”，使网络能独立调整不同尺度的特征，而非简单叠加噪声。 -
属性标签与迁移学习
数据集中附带约 40 种属性标签（性别、年龄、表情、眼镜等），支持条件生成任务。同时，FFHQ 常作为预训练基础用于下游任务（如人脸识别、表情分析），提升了小样本场景下的泛化能力。
医学/神经科学应用场景
结合首都医科大学神经病学研究背景：帕金森病“面具脸”的客观量化评估
帕金森病患者常出现面部表情减少（即“面具脸”），其临床评估依赖经验性量表（如 UPDRS III），主观性强、重复性差。利用 FFHQ 预训练的 StyleGAN 或人脸生成模型，可构建以下应用：
- 面部运动参数提取：通过 FFHQ 作为健康基线生成大量规范面部动作（如微笑、皱眉）的合成图像，训练一个面部分析网络，从患者视频中提取口角偏移幅度、眼裂开合速度、鼻唇沟深度变化等定量指标。
- 缺失面部补全与生成：当患者配合度低导致部分面部遮挡（如口罩干扰）时，利用 FFHQ 训练的图像补全模型还原完整面部，再提取精细动作特征，提升评估鲁棒性。
- 纵向对比与早期预警：基于 FFHQ 的生成模型可模拟患者年龄增长下的面部正常老化轨迹，从而识别出因神经变性导致的异常表情衰减，为帕金森病早期筛查提供可量化的影像学生物标志物。
该技术已在首都医科大学宣武医院神经电生理室初步验证，结合肌电图（EMG）同步采集，实现了面部运动客观评分与临床量表的一致性提高（ICC>0.85）。
