人脸活体检测、红外人脸数据集下载

此篇博客主要整理人脸活体检测的数据集。

目前人脸活体攻击的方式主要有：照片打印、视频回放攻击、3D人脸面具等。因此数据集也是根据这些攻击方式制作的。

一共整理了11个活体检测的数据集。此外还整理了6个红外人脸数据集。

活体检测数据集
红外数据：

9、The Oulu-NPU face anti-spoofing database
https://sites.google.com/site/oulunpudatabase/

共4950个视频，6种手机机型，3种光照环境和背景，两种打印方式和两种回放方式，共55个人

注意！需要签名申请

一共将近100G的数据

IDIAP：msspoof: Multispectral-Spoof Database

1、NUAA
http://parnec.nuaa.edu.cn/xtan/data/nuaaimposterdb.html

打印照片攻击，15个人，三次拍摄，每次地点照明各不相同。共12614张图像。

共有5105个真图像和7509个攻击图像，训练3491张，测试9123张

索引图像的文件名格式为：ID_galss_pos_session_picNo，

例如0010_01_05_03_115.jpg为：图片0010编号，没戴眼镜，关窗开灯，03会议室，第115图

ID：0001~0016图片编号

眼镜：00〜01

00：戴眼镜
01：没戴眼镜
Pos：01~08图像的位置和光照条件

01：上下旋转
02：上下扭曲
03：左右旋转
04：左右扭曲
05：关闭窗打开灯
07：开窗开灯
08：开窗关灯
08：静止
会议：01〜03

picNo：图片编号

我们还提供左眼（x，y），右眼（x，y）和鼻子（x，y）的坐标，所有这些都由面部检测到。

大小：300M左右（原图）、裁剪后70M左右

2、IDIAP：msspoof: Multispectral-Spoof Database
https://www.idiap.ch/dataset/msspoof

自然光和近红外拍色，分辨率1280x1024，在NIR中记录图像时，相机上安装了800nm的近红外滤光片。

紫外和近红外图像，包含了21个人体。对于每个人，在7种情境（1走廊6办公室）下，各5张VIS，5张NIR，共（5+5）*7=70张。

对每个人，各选3张VIS和3张NIR进行黑/白打印，并在3种光照条件下各进行4次攻击，共6*2*4*3=144张。

大小为1.9G

注意！需要签名申请

3、IDIAP：The Replay-Attack Database
https://www.idiap.ch/dataset/replayattack

1300个图片和视频攻击，50个人，不同光照条件下

大小3G

注意！需要签名申请

4、IDIAP：Replay-Mobile
https://www.idiap.ch/dataset/replay-mobile

共1190个照片和视频攻击，40个人，5种不同光照条件。

拍摄设备： an iPad Mini2 (running iOS) and a LG-G4 smartphone (running Android)

720x1280,25fps,大小15G

注意！需要签名申请

5、IDIAP：3DMAD
http://www.idiap.ch/dataset/3dmad/

3D mask数据集，共76500帧，17个人，

包含深度图 (640x480 pixels – 1x11 bits)、RGB图(640x480 pixels – 3x8 bits)、手工标记眼睛位置

大小：39G

注意！需要签名申请

6、CASIA FASD
http://www.cbsr.ia.ac.cn/china/index CH.asp

http://www.cbsr.ia.ac.cn/china/Databases CH.asp

http://www.cbsr.ia.ac.cn/english/FaceAntiSpoofDatabases.asp

目前链接已失效

50个人，3种情境

7、MSU MFSD
http://biometrics.cse.msu.edu/Publications/Databases/MSUMobileFaceSpoofing/

280个图片和视频攻击，35个人，

注意！需要签名申请

8、MSU USSAD
Unconstrained Smartphone Spoof Attack Database

http://biometrics.cse.msu.edu/Publications/Databases/MSU_USSA/

针对智能手机

9000张图像：1000张真的，8000张攻击，共1000个人

注意！需要签名申请

10、Spoof in the Wild (SiW) Face Anti-spoofing Database
http://cvlab.cse.msu.edu/spoof-in-the-wild-siw-face-anti-spoofing-database.html

165个人，对于每个人，有8个真的，20个攻击，共4478个视频，4种情境（距离、姿势、光照、表情）

注意！需要签名申请

11、3D mask数据集
A 3D Mask Face Anti-spoofing Database with Real World Variations

https://www.cv-foundation.org/openaccess/content_cvpr_2016_workshops/w28/papers/Liu_A_3D_Mask_CVPR_2016_paper.pdf

12、论文截图

图1出自论文Face Spoof Detection with Image Distortion Analysis

图2出自论文OULU-NPU: A mobile face presentation attack database with real-world variations

其他红外人脸数据集
1、 CASIA NIR Database
http://www.cbsr.ia.ac.cn/english/NIR_face Databases.asp

链接失效

197人，共3940张图片，都是近红外人脸图，大小为640x480，

注意！需要签名申请

2、HFB Face Database
http://www.cbsr.ia.ac.cn/english/HFB Databases.asp

链接失效

heterogeneous face biometrics (HFB)异质面部生物识别

所谓异质，是指不同类型的图像，主要是可见光下的彩色图/灰度图Visual (VIS)，近红外图near infrared (NIR)，热感红外图 thermal infrared (TIR)，3D深度图。

普通的人脸识别一般是用同种类型的图像做比对，而异质面部生物识别，卤煮理解就是给你一张可见光面部图像，一张近红外面部图像，依然可以比对出是否视同一张脸。

这个数据集包含可见光图像visual (VIS), 近红外图像 near infrared (NIR) 和3D人脸图像 three-dimensional (3D) face images。

100人（57男，43女），每人4VIS（640x480）+4NIR（640x480）+2or1 3-Dfaces

注意！需要签名申请

3、 CASIA NIR-VIS 2.0 Database
http://www.cbsr.ia.ac.cn/english/NIR-VIS-2.0-Database.html

链接失效

这个可以说是2的加强版，the NIR-VIS 2.0 database consists of 725 subjects in total. There are 1-22 VIS and 5-50 NIR face images per subject. Figure 1 shows some face images of a subject in the database.

注意！需要签名申请

4、PolyU NIR face DataBase香港理工大学近红外人脸数据集
http://www4.comp.polyu.edu.hk/~biometrics/polyudb_face.htm

收集了350人，每人大概100张近红外图片，包含不同的姿态，表情，时间，尺度等。

共计3500张图片，给出了每张图片的人脸框位置信息。

图片分辨率768*576

注意！需要签名申请

5、IIT Delhi Near IR Face Database 黑暗场景下近红外人脸数据集
http://www4.comp.polyu.edu.hk/~csajaykr/IITD/FaceIR.htm

这是IIT Delhi, New Delhi, India机构在2007年采集的黑暗场景下近红外图像，全部是IIT Delhi的学生或者工作人员，基本都是印度人。

采集了17到50岁之间的人，共115人，共计574张图片，图片分辨率为768 x 576，每人有2~6张图片。

注意！需要签名申请

6、USTC-NVIE Database[(natural visible and infrared facial expression database)]
http://nvie.ustc.edu.cn/

http://www.face-rec.org/databases/

由中国科学技术大学安徽省计算与通信软件重点实验室建成并发布，是目前世界较为全面的人脸表情数据库，其中包含大约100名被试三种光照条件下六种表情的可见图像以及长波红外图像，另外表情又分为自发表情与人为表情，人为表情又分为戴眼镜与不戴眼镜两种情况。为进行（自发+人为）表情识别与情绪分析推理实验提供了充足的实验样本与数据
————————————————
版权声明：本文为CSDN博主「夏洛的网」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/liuxiao214/article/details/85214154

人脸活体检测、红外人脸数据集下载相关推荐

应用人脸活体检测技术，可避免人脸识别系统被攻击
人脸识别技术是近年来出现的一种基于人的脸部特征信息进行身份识别的生物特征识别技术.与其他生物识别技术相比较,人脸识别具有友好.简便.准确.经济及可扩展性良好等众多优势,可广泛应用于安全验证.监控.出入 ...
应用人脸活体检测技术，避免人脸识别被破解
随着人脸识别技术日趋成熟,商业化应用愈加广泛,尤其是在金融行业,人脸识别技术已逐渐用于远程开户.取款.支付等,涉及用户的切身利益,然而人脸极易用照片.视频等方式进行复制,因此对合法用户人脸的假冒是人脸 ...
【活体检测】人脸活体检测、红外人脸数据集整理
此篇博客主要整理人脸活体检测的数据集. 目前人脸活体攻击的方式主要有:照片打印.视频回放攻击.3D人脸面具等.因此数据集也是根据这些攻击方式制作的. 一共整理了11个活体检测的数据集.此外还整理了6个 ...
人脸活体检测：活体检测数据集
此篇博客主要整理人脸活体检测的数据集. 目前人脸活体攻击的方式主要有:照片打印.视频回放攻击.3D人脸面具等.因此数据集也是根据这些攻击方式制作的. 一共整理了11个活体检测的数据集.此外还整理了6个 ...
php活体检测,双目活体检测摄像头,人脸识别SDK,红外活体算法
近红外人脸活体检测算法主要是基于光流法而实现,无需指令配合,检测成功率较高.根据光流法,利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的"运动",从图像序列中得到 ...
人脸系列：人脸检测、人脸关键点定位、人脸优选、人脸对齐、人脸特征提取、人脸跟踪、人脸活体检测
一.一点想法缘由:最近想整理下从事人脸方向的所有查阅过的论文,做过的相关实验,因为随着时间的推移,自己总会遗忘当初的一些想法,所以想好好整理下自己的学习笔记. 过程:本系列包括从人脸检测.人脸关键点 ...
人脸活体检测系统（Python+YOLOv5深度学习模型+清新界面）
摘要:人脸活体检测系统利用视觉方法检测人脸活体对象,区分常见虚假人脸,以便后续人脸识别,提供系统界面记录活体与虚假人脸检测结果.本文详细介绍基于YOLOv5深度学习技术的人脸活体检测系统,在介绍算法原 ...
CVPR AAAI 2020 |人脸活体检测最新进展
本文原载自知乎,已获作者授权转载,请勿二次转载. https://zhuanlan.zhihu.com/p/114313640 今年活体检测(FAS)比较火热,这块的文章投稿和录用量剧增,AAAI录了 ...
论文翻译：搜索人脸活体检测的中心差异卷积网络及实现代码
搜索人脸活体检测的中心差异卷积网络摘要 1. 绪论 2. 相关工作人脸活体检测卷积运算符神经架构搜索 3. 方法论 3.1 中心差分卷积基本卷积基本卷积结合中心差分操作中心差分卷积的实现 ...

人脸活体检测、红外人脸数据集下载

人脸活体检测、红外人脸数据集下载相关推荐

最新文章

热门文章