此篇博客主要整理人臉活體檢測的數(shù)據(jù)集。

目前人臉活體攻擊的方式主要有：照片打印、視頻回放攻擊、3D人臉面具等。因此數(shù)據(jù)集也是根據(jù)這些攻擊方式制作的。

一共整理了11個活體檢測的數(shù)據(jù)集。此外還整理了6個紅外人臉數(shù)據(jù)集。

活體檢測數(shù)據(jù)集

紅外數(shù)據(jù)：

IDIAP：msspoof: Multispectral-Spoof Database

1、NUAA

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

打印照片攻擊，15個人，三次拍攝，每次地點照明各不相同。共12614張圖像。

共有5105個真圖像和7509個攻擊圖像，訓練3491張，測試9123張

索引圖像的文件名格式為：ID_galss_pos_session_picNo，

例如0010_01_05_03_115.jpg為：圖片0010編號，沒戴眼鏡，關(guān)窗開燈，03會議室，第115圖

ID：0001~0016圖片編號

眼鏡：00?01

• 00：戴眼鏡
• 01：沒戴眼鏡

Pos：01~08圖像的位置和光照條件

• 01：上下旋轉(zhuǎn)
• 02：上下扭曲
• 03：左右旋轉(zhuǎn)
• 04：左右扭曲
• 05：關(guān)閉窗打開燈
• 07：開窗開燈
• 08：開窗關(guān)燈
• 08：靜止

會議：01?03

picNo：圖片編號

我們還提供左眼（x，y），右眼（x，y）和鼻子（x，y）的坐標，所有這些都由面部檢測到。

大小：300M左右（原圖）、裁剪后70M左右

2、IDIAP：msspoof: Multispectral-Spoof Database

https://www.idiap.ch/dataset/msspoof

自然光和近紅外拍色，分辨率1280x1024，在NIR中記錄圖像時，相機上安裝了800nm的近紅外濾光片。

紫外和近紅外圖像，包含了21個人體。對于每個人，在7種情境（1走廊6辦公室）下，各5張VIS，5張NIR，共（5+5）*7=70張。

對每個人，各選3張VIS和3張NIR進行黑/白打印，并在3種光照條件下各進行4次攻擊，共6*2*4*3=144張。

大小為1.9G

注意！需要簽名申請

3、IDIAP：The Replay-Attack Database

https://www.idiap.ch/dataset/replayattack

1300個圖片和視頻攻擊，50個人，不同光照條件下

大小3G

注意！需要簽名申請

4、IDIAP：Replay-Mobile

https://www.idiap.ch/dataset/replay-mobile

共1190個照片和視頻攻擊，40個人，5種不同光照條件。

拍攝設(shè)備： an iPad Mini2 (running iOS) and a LG-G4 smartphone (running Android)

720x1280,25fps,大小15G

注意！需要簽名申請

5、IDIAP：3DMAD

http://www.idiap.ch/dataset/3dmad/

3D mask數(shù)據(jù)集，共76500幀，17個人，

包含深度圖 (640x480 pixels – 1x11 bits)、RGB圖(640x480 pixels – 3x8 bits)、手工標記眼睛位置

大小：39G

注意！需要簽名申請

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

目前鏈接已失效

50個人，3種情境

7、MSU MFSD

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

280個圖片和視頻攻擊，35個人，

注意！需要簽名申請

8、MSU USSAD

Unconstrained Smartphone Spoof Attack Database

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

針對智能手機

9000張圖像：1000張真的，8000張攻擊，共1000個人

注意！需要簽名申請

9、The Oulu-NPU face anti-spoofing database

https://sites.google.com/site/oulunpudatabase/

共4950個視頻，6種手機機型，3種光照環(huán)境和背景，兩種打印方式和兩種回放方式，共55個人

注意！需要簽名申請

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個人，對于每個人，有8個真的，20個攻擊，共4478個視頻，4種情境（距離、姿勢、光照、表情）

注意！需要簽名申請

11、3D mask數(shù)據(jù)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、 論文截圖

圖1出自論文Face Spoof Detection with Image Distortion Analysis

圖2出自論文OULU-NPU: A mobile face presentation attack database with real-world variations

其他紅外人臉數(shù)據(jù)集

1、 CASIA NIR Database

http://www.cbsr.ia.ac.cn/english/NIR_face Databases.asp

鏈接失效

197人，共3940張圖片，都是近紅外人臉圖，大小為640x480，

注意！需要簽名申請

2、HFB Face Database

http://www.cbsr.ia.ac.cn/english/HFB Databases.asp

鏈接失效

heterogeneous face biometrics (HFB)異質(zhì)面部生物識別

所謂異質(zhì)，是指不同類型的圖像，主要是可見光下的彩色圖/灰度圖Visual (VIS)，近紅外圖near infrared (NIR)，熱感紅外圖 thermal infrared (TIR)，3D深度圖。

普通的人臉識別一般是用同種類型的圖像做比對，而異質(zhì)面部生物識別，鹵煮理解就是給你一張可見光面部圖像，一張近紅外面部圖像，依然可以比對出是否視同一張臉。

這個數(shù)據(jù)集包含 可見光圖像visual (VIS), 近紅外圖像 near infrared (NIR) 和3D人臉圖像 three-dimensional (3D) face images。

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

注意！需要簽名申請

3、 CASIA NIR-VIS 2.0 Database

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

鏈接失效

這個可以說是2的加強版，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！需要簽名申請

4、PolyU NIR face DataBase香港理工大學近紅外人臉數(shù)據(jù)集

http://www4.comp.polyu.edu.hk/~biometrics/polyudb_face.htm

收集了350人，每人大概100張近紅外圖片，包含不同的姿態(tài)，表情，時間，尺度等。

共計3500張圖片，給出了每張圖片的人臉框位置信息。

圖片分辨率768*576

注意！需要簽名申請

5、IIT Delhi Near IR Face Database 黑暗場景下近紅外人臉數(shù)據(jù)集

http://www4.comp.polyu.edu.hk/~csajaykr/IITD/FaceIR.htm

這是IIT Delhi, New Delhi, India機構(gòu)在2007年采集的黑暗場景下近紅外圖像，全部是IIT Delhi的學生或者工作人員，基本都是印度人。

采集了17到50歲之間的人，共115人，共計574張圖片，圖片分辨率為768 x 576，每人有2~6張圖片。

注意！需要簽名申請

6、USTC-NVIE Database[(natural visible and infrared facial expression database)]

http://nvie.ustc.edu.cn/

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

由中國科學技術(shù)大學安徽省計算與通信軟件重點實驗室建成并發(fā)布，是目前世界較為全面的人臉表情數(shù)據(jù)庫，其中包含大約100名被試三種光照條件下六種表情的可見圖像以及長波紅外圖像，另外表情又分為自發(fā)表情與人為表情，人為表情又分為戴眼鏡與不戴眼鏡兩種情況。為進行（自發(fā)+人為）表情識別與情緒分析推理實驗提供了充足的實驗樣本與數(shù)據(jù)

總結(jié)

以上是生活随笔為你收集整理的【活体检测】人脸活体检测、红外人脸数据集整理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。