Advertisement

深度学习·人脸识别活体检测 WMCA：人脸活体检测的数据集（压缩卷3）

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
深度学习-人脸活体检测 WMCA 人脸活体检测的数据集 - 压缩卷 1 数据内容涵盖四种模态的对齐人脸图像：C（颜色/可见光），D（深度），I（红外热成像），T（热成像）。这些多模态采集数据经过统一裁剪、对齐和归一化处理后便于研究人员直接在不同传感器模式下开展算法训练与测试，并避免了繁琐的手动视频处理或多传感器输出数据的工作负担。考虑到内容规模较大，在压缩卷 1 至压缩卷 5 的基础上进一步丰富了研究价值与应用潜力： 该数据集作为多模态研究基准，在为人脸活体检测/展示攻击检测（PAD）领域提供了丰富的传感器维度支持单模态分析、跨模态对比以及多模态融合研究工作；同时涵盖了多种复杂攻击类型如纸质照片与3D面具等场景下的视频回放等挑战性场景结合CDIT四通道特性能够帮助研究人员在更贴近真实应用场景的数据环境中评估模型鲁棒性；此外该预处理版本显著推动了基于单一RGB通道数据的传统模型向综合考虑不同传感器信息的新一代模型过渡有助于系统在真实环境中的泛化性能与安全性得到提升； WMCA_preprocessed_CDIT.tar.gz 包含了四通道Color Depth Infrared Thermal的人脸图像集合该预处理版本旨在为研究人员提供标准化的实验基准从而支持更为全面且鲁棒的人脸反欺骗算法研究

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • OULU-NPU人脸活体检测数据集
    优质
    OULU-NPU人脸活体检测数据集是一个专为评估防伪算法效能设计的数据库，包含多种攻击类型的真实世界样本，促进生物识别安全研究。 目前质量最好的平面呈现攻击检测数据集现已上传至百度网盘。
  • 百度云人脸识别中的活体检测技术
    优质
    简介：本文探讨了百度云在人脸识别领域中采用的先进活体检测技术，确保生物识别的安全性和准确性。 百度云人脸识别技术的一个简单示例是创建一个JSP页面用于拍摄人脸，并通过一个Servlet接收并识别上传的人脸数据。
  • CASIA-SURF人脸活体检测数据库
    优质
    CASIA-SURF人脸活体检测数据库是由中国科学院自动化研究所构建的大规模数据集，旨在推动人脸识别技术中的活体检测研究。 CASIA-SURF人脸活体检测数据集包含了丰富的面部图像样本，用于研究和发展人脸识别技术中的真实性和安全性验证方法。该数据集旨在帮助研究人员评估不同算法在识别真人与伪造（如照片、视频）方面的性能。
  • 用于高质量2D人脸RGB活体检测的人脸识别数据集（OULU-NPU）
    优质
    简介：OULU-NPU是一个专为2D人脸RGB图像设计的高质量人脸识别数据集，特别适用于活体检测研究。 Oulu-NPU人脸活体检测原始数据集包含4950个真实和攻击视频样本。这些视频使用六种不同型号的移动设备前置摄像头录制：Samsung Galaxy S6 edge、HTC Desire EYE、MEIZU X5、ASUS Zenfone Selfie、Sony XPERIA C5 Ultra Dual 和 OPPO N3。 数据集分为三个不同的光照条件和背景场景（Session 1, Session 2 and Session 3）。其中，攻击类型包括打印和视频重放。这些类型的攻击通过两台打印机（Printer 1 和 Printer 2）和两个显示设备 (Display 1 and Display 2) 创建。 本数据集主要基于原始视频抓取的帧图像制作而成，每个视频从中抽取了20到50张不等的照片。该数据集主要用于开发基于深度学习的人脸活体检测算法，并希望对需要此资源的研究人员有所帮助。
  • 人脸验证与活体检测数据集汇总
    优质
    本数据集汇总提供了多种用于人脸验证和活体检测的研究资源，涵盖不同场景下的高质量图像及视频样本。 本压缩包包含以下人脸识别与活体检测数据集：3DMAD、CALFW、CASIA-CeFA、CASIA-FASD、CASIA-SURF、CelebA_Spoof、CPLFW、DISFA、DISFA+、HKBU_MARS_V1+、HQ-WMCA、lfw、MSU-MFSD、OULU-NPU、Oulu唇语数据集、Oulu表情数据集、SIW、UVA-NEMO、Vggface2和WFFD蜡像数据集。这些数据集均是在构建抗欺骗的人脸识别系统过程中收集的。
  • iOS活体检测与人脸识别Objective-C版.zip
    优质
    本资源提供iOS平台下的人脸识别及活体检测功能实现代码，使用Objective-C语言编写，适用于需要集成此类安全验证技术的应用开发。 人脸活体检测与人脸识别Demo能够快速高效地实现人脸识别及活体检测功能，支持张嘴、摇头等多种动作验证，并具备自动拍摄照片的能力。
  • iOS活体检测与人脸识别Objective-C版.zip
    优质
    本资源提供iOS平台下的人脸识别及活体检测技术实现代码，采用Objective-C编写。适用于开发者进行身份验证、安全登录等相关应用开发。 人脸活体检测与人脸识别Demo能够快速高效地实现人脸识别及活体检测功能，支持张嘴、摇头等多种验证方式，并能自动拍摄照片。
  • 利用dlib进行人脸识别及活体检测
    优质
    本项目采用开源库dlib实现人脸识别与活体检测功能，通过精准的人脸特征点定位和分析，确保身份验证的安全性和可靠性。 使用dlib实现人脸识别和活体检测可以结合dlib库的面部识别功能与额外的算法来判断是否为真实的人脸而非照片、视频等形式的伪造人脸。具体步骤包括：首先，利用dlib提供的预训练模型进行人脸关键点定位；然后通过分析这些关键点的位置关系及运动特征等信息来进行活体检测。此过程可能需要结合机器学习技术对不同类型的输入数据（如静止图像或动态视频流）做进一步的分类和判断。
  • 关于SeetaFace6的人脸识别和活体检测源代码
    优质
    SeetaFace6是一款开源的人脸识别与活体检测库。该项目提供了高质量、高性能的人脸关键点定位、人脸识别以及活体监测等功能，适用于多种应用场景下的身份验证需求。 使用SeetaFace6人脸识别与活体检测源代码的步骤如下： 第一步：在项目的根目录build.gradle文件中的repositories部分末尾添加以下内容： ```gradle allprojects { repositories { ... maven { url https://jitpack.io } } } ``` 第二步：在dependencies部分添加依赖项： ```gradle dependencies { implementation com.github.zining925:FaceAliveVer:1.0.1 } ``` 第三步：在项目的根目录build.gradle文件中的defaultConfig ndk部分末尾添加以下内容： ```gradle ndk { abiFilters armeabi-v7a } ```