Gesichtserkennung, einer der wichtigsten Forschungsbereiche, wird seit einigen Jahren von Organisationen und Regierungen übernommen. Smartphone-Hersteller wie Apple, Xiaomi, Huawei, Samsung, OPPO, Realme und andere haben diese Technologie in ihre Telefone integriert, um den Benutzern maximale Sicherheit zu bieten.
Der Studie zufolge wird erwartet, dass der Markt für Gesichtserkennung von 3.8 Milliarden US-Dollar im Jahr 2020 auf 8.5 Milliarden US-Dollar im Jahr 2025 wächst und im Prognosezeitraum eine durchschnittliche jährliche Wachstumsrate (CAGR) von 17.2 % erreicht.
Ein Mensch braucht 0.2 Sekunden, um ein bestimmtes Gesicht zu erkennen – und die meisten Menschen können etwa 5,000 Gesichter erkennen. Wir interpretieren auch Gesichtsausdrücke und erkennen Emotionen automatisch. Mit anderen Worten: Wir sind von Natur aus gut darin, Gesichter zu erkennen und zu analysieren.
In den letzten Jahren hat Computer Vision (CV) aufgeholt und übertrifft in manchen Fällen den Menschen bei der Gesichtserkennung. Fortschrittliche CV- und maschinelle Lernverfahren haben Lösungen hervorgebracht, die Aufgaben effizienter und präziser erledigen können als Menschen. (Quelle: Forbes, 20. Januar 2021.)
Obwohl derzeit sehr viele Datenbanken im Einsatz sind, ist die Auswahl geeigneter Datenbanken sehr wichtig und sollte auf der Grundlage der gegebenen Aufgabe (Emotionen, Alterung, Ausdrücke, Beleuchtung usw.) erfolgen.
Um Forschern bei der Suche nach geeigneten Datensätzen für ihre Anforderungen zu helfen, bieten wir 9 beliebte und qualitativ hochwertige Datensätze mit Schwerpunkt auf menschlichen Gesichtern an. Wir listen einige wichtige Merkmale sowie Stärken und Schwächen der einzelnen Datensätze auf.
1¡¢CASIA-SURF HiFi-Maskendatensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2021
Beschreibung ¨C Dieser Datensatz ist CVPR 2021 Challenge und enthält sowohl persönliche Reality-Videos als auch Angriffsvideos von jedem Subjekt. Es gibt insgesamt 75 Subjekte (25 Asiaten, 25 Afrikaner, 25 Kaukasier). Es besteht eine Eins-zu-eins-Entsprechung zwischen realer Person und ihren Masken. Insgesamt sind es 62.4K Videos
Hauptanwendung: Anti-Spoofing-Gesichtserkennung
Größe: 9T
Identitäten – 75
Methode zur Datenerfassung – Intel Realsense D435
2. Fotoangriff Anti-Spoofing Gesichtsdatensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2019
Beschreibung: „Photo Attack Anti-Spoofing Facial Dataset“ ist ein umfangreicher Datensatz mit Gesichtsattributen mit 6 Gesichtern und mehr als 48 Videos.
Hauptanwendung: Anti-Spoofing-Gesichtserkennung
Größe: 10T
Identitäten – 6,000
Methode zur Datenerfassung – Intel Realsense SR300
3. Bildschirm-/Stoffangriff-Anti-Spoofing-Gesichtsdatensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2019
Beschreibung: „Screen/Cloth Attack Anti-Spoofing Facial Dataset“ ist ein umfangreicher Datensatz mit Gesichtsattributen mit 3 Gesichtern und mehr als 42 Videos.
Hauptanwendung: Anti-Spoofing-Gesichtserkennung
Größe: 15T
Identitäten – 3,000
Methode zur Datenerfassung – Intel Realsense SR300/D435i
4. 3D-Maskenangriff Anti-Spoofing-Gesichtsdatensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2019
Beschreibung: „Screen/Cloth Attack Anti-Spoofing Facial Dataset“ ist ein Gesichtsattribut-Datensatz mit Hunderten von Gesichtern und fast 6 Videos.
Hauptanwendung: Anti-Spoofing-Gesichtserkennung
Größe: 3T
Identitäten – 148
Methode zur Datenerfassung – Intel Realsense D435i
5 Anti-Spoofing-Gesichtsdatensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2020
Beschreibung: 2020 Anti-Spoofing Facial Dataset ist ein Gesichtsattribut-Datensatz mit Hunderten von Gesichtern und fast 609.2 Videos.
Hauptanwendung: Anti-Spoofing-Gesichtserkennung
Größe: 20T
Identitäten – 1,800
Methode zur Datenerfassung – Intel Realsense D435i
6. Multirassischer 3D-Gesichtsdatensatz mit mehreren Ausdrücken
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2020
Beschreibung: „Multiracial 3D Multi-expression Facial Dataset“ ist ein Datensatz mit Gesichtsattributen mit Hunderten von Gesichtern, fast 50.4 Videos und deckt mehr als 20 Länder und verschiedene Ethnien ab.
Hauptanwendung ¨C KI-Training
Größe: 2T
Identitäten – 8,400
Methode zur Datenerfassung – Intel Realsense D435
7. 3D-Körperscan-Datensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2021
Beschreibung: Der 3D-Körperscan-Datensatz ist ein Datensatz mit Körperattributen, der Hunderte von Personenkörpern und fast 36 Videos sowie Tiefendaten enthält.
Hauptanwendung ¨C KI-Training
Größe: 2T
Identitäten – 300
Methode zur Datenerfassung – Intel Realsense D455
8. Afrikanische 3D-Gesichtsdaten mit mehreren Haltungen
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2020
Beschreibung: Afrikanische 3D-Multiposture-Gesichtsdaten sind ein Datensatz mit Gesichtsattributen mit Hunderten von Gesichtern und fast 18 Videos.
Hauptanwendung ¨C KI-Training
Größe: 2T
Identitäten – 3,000
Methode zur Datenerfassung – Intel Realsense SR300
9. Chinesischer 3D-HD-Gesichtsdatensatz
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2020
Beschreibung: Der chinesische 3D-HD-Gesichtsdatensatz ist ein Gesichtsattributdatensatz mit Hunderten von 3D-Gesichtsausdrucksdaten in superhoher Auflösung und fast 11 Videos.
Hauptanwendung ¨C KI-Training
Größe: 10T
Identitäten – 850
Methode zur Datenerfassung – 3DMD
10. Südasiatischer 3D-Gesichtsdatensatz mit mehreren Ausdrücken
Veröffentlichung ¨ C SurfingTech
Veröffentlicht ¨C 2020
Beschreibung: Der südasiatische 3D-Multiexpression-Gesichtsdatensatz ist ein Gesichtsattributdatensatz mit Hunderten von Gesichtsausdrucksdaten und fast 12 Videos.
Hauptanwendung ¨C KI-Training
Größe: 2T
Identitäten – 2,000
Methode zur Datenerfassung – Intel Realsense SR300