El reconocimiento facial, una de las principales áreas de investigación, ha sido adoptado por organizaciones y gobiernos desde hace algunos años. Fabricantes de teléfonos inteligentes como Apple, Xiaomi, Huawei, Samsung, OPPO, Realme, entre otros, han estado integrando esta tecnología en sus teléfonos para brindar la máxima seguridad a los usuarios.
Según el estudio, se espera que el tamaño del mercado de reconocimiento facial crezca de USD 3.8 millones en 2020 a USD 8.5 millones en 2025, a una CAGR del 17.2% durante el período de pronóstico.
A un ser humano le toma 0.2 segundos reconocer un rostro específico, y la mayoría de las personas pueden reconocer alrededor de 5,000 rostros. También interpretamos expresiones faciales y detectamos emociones automáticamente. En otras palabras, somos naturalmente buenos en el reconocimiento y análisis facial.
En los últimos años, la visión artificial (CV) ha ido ganando terreno y, en algunos casos, superando a los humanos en el reconocimiento facial. Los avances de la visión artificial y el aprendizaje automático han creado soluciones que pueden gestionar tareas de forma más eficiente y precisa que los humanos. (Fuente: Forbes, 20 de enero de 2021).
Si bien existen muchas bases de datos en uso actualmente, la elección de las bases de datos apropiadas es tan importante que debe realizarse en función de la tarea asignada (emociones, envejecimiento, expresiones, iluminación, etc.).
Para ayudar a los investigadores que buscan los conjuntos de datos adecuados a sus necesidades, ofrecemos 9 conjuntos de datos centrados en rostros humanos que son populares y de alta calidad. Enumeraremos algunas características clave y las fortalezas y debilidades de cada uno.
1¡¢Conjunto de datos de máscara HiFi CASIA-SURF
Publicación ¨C SurfingTech
Lanzamiento – 2021
Descripción: Este conjunto de datos del desafío CVPR 2021 contiene videos de la realidad en persona y videos de ataques de cada sujeto. Hay un total de 75 sujetos (25 asiáticos, 25 africanos, 25 caucásicos). Existe una correspondencia uno a uno entre la persona real y sus máscaras. El total es de 62.4 K videos
Uso principal: Reconocimiento facial anti-suplantación
Talla 9T
Identidades ¨C 75
Método de recopilación de datos: Intel Realsense D435
2. Conjunto de datos faciales anti-suplantación de identidad contra ataques fotográficos
Publicación ¨C SurfingTech
Lanzamiento – 2019
Descripción ¨C Photo Attack Anti-spoofing Facial Dataset es un conjunto de datos de atributos faciales a gran escala con 6 rostros de personas y más de 48 videos.
Uso principal: Reconocimiento facial anti-suplantación
Talla 10T
Identidades ¨C 6,000
Método de recopilación de datos: Intel Realsense SR300
Conjunto de datos faciales anti-suplantación de pantalla/ataque de tela de 3 ¡¢
Publicación ¨C SurfingTech
Lanzamiento – 2019
Descripción ¨C El conjunto de datos faciales anti-suplantación de identidad mediante ataques de pantalla/tela es un conjunto de datos de atributos faciales a gran escala con 3 rostros de personas y más de 42 XNUMX videos.
Uso principal: Reconocimiento facial anti-suplantación
Talla 15T
Identidades ¨C 3,000
Método de recopilación de datos: Intel Realsense SR300/D435i
Conjunto de datos faciales anti-suplantación de identidad de ataque de máscara 4D 3
Publicación ¨C SurfingTech
Lanzamiento – 2019
Descripción ¨C El conjunto de datos faciales anti-suplantación de identidad contra ataques de pantalla/tela es un conjunto de datos de atributos faciales con cientos de caras de personas y casi 6K videos.
Uso principal: Reconocimiento facial anti-suplantación
Talla 3T
Identidades ¨C 148
Método de recopilación de datos: Intel Realsense D435i
Conjunto de datos faciales anti-suplantación de identidad del 5 de febrero de 2020
Publicación ¨C SurfingTech
Lanzamiento – 2020
Descripción ¨C 2020 Anti-spoofing Facial Dataset es un conjunto de datos de atributos faciales con cientos de caras de personas y casi 609.2 K videos.
Uso principal: Reconocimiento facial anti-suplantación
Talla 20T
Identidades ¨C 1,800
Método de recopilación de datos: Intel Realsense D435i
Conjunto de datos faciales multirraciales en 6D y múltiples expresiones de 3.
Publicación ¨C SurfingTech
Lanzamiento – 2020
Descripción ¨C Multiracial 3D Multi-expression Facial Dataset es un conjunto de datos de atributos faciales con cientos de caras de personas, casi 50.4 K videos£¬ y cubre más de 20 países y diferentes etnias.
Uso principal: Entrenamiento de IA
Talla 2T
Identidades ¨C 8,400
Método de recopilación de datos: Intel Realsense D435
Conjunto de datos de escaneo corporal 7D de 3"
Publicación ¨C SurfingTech
Lanzamiento – 2021
Descripción ¨C 3D body scan Dataset es un conjunto de datos de atributos corporales con cientos de cuerpos de personas, casi 36 XNUMX videos y datos de profundidad.
Uso principal: Entrenamiento de IA
Talla 2T
Identidades ¨C 300
Método de recopilación de datos: Intel Realsense D455
8. Datos faciales multipostura 3D africanos
Publicación ¨C SurfingTech
Lanzamiento – 2020
Descripción ¨C Los datos faciales multipostura 3D africanos son un conjunto de datos de atributos faciales con cientos de caras de personas y casi 18 XNUMX videos.
Uso principal: Entrenamiento de IA
Talla 2T
Identidades ¨C 3,000
Método de recopilación de datos: Intel Realsense SR300
Conjunto de datos faciales chinos en 9D y alta definición a 3 °
Publicación ¨C SurfingTech
Lanzamiento – 2020
Descripción ¨C Chinese 3D HD Facial Dataset es un conjunto de datos de atributos faciales con cientos de datos de expresiones faciales en 3D de súper alta definición, casi 11 XNUMX videos.
Uso principal: Entrenamiento de IA
Talla 10T
Identidades ¨C 850
Método de recopilación de datos – 3DMD
Conjunto de datos faciales multiexpresivos en 10D del sur de Asia a 3 %
Publicación ¨C SurfingTech
Lanzamiento – 2020
Descripción ¨C South Asian 3D Multi-expression Facial Dataset es un conjunto de datos de atributos faciales con cientos de datos de expresiones faciales y casi 12 XNUMX videos.
Uso principal: Entrenamiento de IA
Talla 2T
Identidades ¨C 2,000
Método de recopilación de datos: Intel Realsense SR300