Il riconoscimento facciale, una delle principali aree di ricerca, è stato adottato da organizzazioni e governi da alcuni anni. I produttori di smartphone come Apple, Xiaomi, Huawei, Samsung, OPPO, Realme£¬tra gli altri, hanno integrato questa tecnologia nei loro telefoni per fornire la massima sicurezza agli utenti.
Secondo lo studio, si prevede che il mercato del riconoscimento facciale crescerà da 3.8 miliardi di dollari nel 2020 a 8.5 miliardi di dollari entro il 2025, con un CAGR del 17.2% nel periodo di previsione.
A un essere umano servono 0.2 secondi per riconoscere un volto specifico, e la maggior parte delle persone riesce a riconoscere circa 5,000 volti. Interpretiamo anche le espressioni facciali e rileviamo le emozioni automaticamente. In altre parole, siamo naturalmente bravi nel riconoscimento e nell'analisi dei volti.
Negli ultimi anni, la Computer Vision (CV) ha recuperato terreno e in alcuni casi ha superato gli umani nel riconoscimento facciale. L'avanzamento della CV e del Machine Learning ha creato soluzioni in grado di gestire le attività in modo più efficiente e accurato rispetto agli umani. (fonte£ºForbes 20 gennaio 2021.)
Sebbene siano attualmente in uso numerosi database, la scelta del database appropriato è molto importante e dovrebbe essere effettuata in base al compito assegnato (emozioni, invecchiamento, espressioni, illuminazione, ecc.).
Per aiutare i ricercatori a cercare i set di dati adatti alle loro esigenze, forniamo 9 set di dati incentrati sui volti umani, che sono popolari e di alta qualità. Elencheremo alcune caratteristiche chiave e i punti di forza e di debolezza di ciascuno.
1 set di dati maschera HiFi CASIA-SURF
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2021
Descrizione ¨C Questo set di dati è CVPR 2021 Challenge e contiene sia video di realtà in persona che video di attacchi di ogni soggetto. Ci sono in totale 75 soggetti (25 asiatici, 25 africani, 25 caucasici). C'è una corrispondenza uno a uno tra la persona reale e le sue maschere. Il totale è di 62.4K video
Utilizzo principale ¨C Riconoscimento facciale anti-spoofing
Taglia ¨C 9T
Identità ¨C 75
Metodo di raccolta dati ¨C Intel Realsense D435
2¡¢Photo Attack Anti-spoofing Set di dati facciali
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2019
Descrizione ¨C Photo Attack Anti-spoofing Facial Dataset è un set di dati sugli attributi del viso su larga scala con 6 volti di persone e oltre 48 video.
Utilizzo principale ¨C Riconoscimento facciale anti-spoofing
Taglia ¨C 10T
Identità ¨C 6,000
Metodo di raccolta dati ¨C Intel Realsense SR300
3¡¢Schermo/Attacco di stoffa anti-spoofing Set di dati facciali
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2019
Descrizione ¨C Screen/Cloth Attack Anti-spoofing Facial Dataset è un set di dati sugli attributi del viso su larga scala con 3 volti di persone e oltre 42 video.
Utilizzo principale ¨C Riconoscimento facciale anti-spoofing
Taglia ¨C 15T
Identità ¨C 3,000
Metodo di raccolta dati ¨C Intel Realsense SR300/D435i
4¡¢3D Mask Attack Anti-spoofing Set di dati facciali
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2019
Descrizione ¨C Screen/Cloth Attack Anti-spoofing Facial Dataset è un set di dati sugli attributi del volto con centinaia di volti di persone e quasi 6K video.
Utilizzo principale ¨C Riconoscimento facciale anti-spoofing
Taglia ¨C 3T
Identità ¨C 148
Metodo di raccolta dati ¨C Intel Realsense D435i
5¡¢2020 Set di dati facciali anti-spoofing
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2020
Descrizione ¨C Il set di dati facciali anti-spoofing 2020 è un set di dati sugli attributi del volto con centinaia di volti di persone e circa 609.2K video.
Utilizzo principale ¨C Riconoscimento facciale anti-spoofing
Taglia ¨C 20T
Identità ¨C 1,800
Metodo di raccolta dati ¨C Intel Realsense D435i
6¡¢Set di dati facciali multi-espressione 3D multirazziale
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2020
Descrizione ¨Il set di dati facciali multietnici 3D multiespressione è un set di dati sugli attributi del viso con centinaia di volti di persone, quasi 50.4K video e copre più di 20 paesi e diverse etnie.
Uso principale ¨C Formazione AI
Taglia ¨C 2T
Identità ¨C 8,400
Metodo di raccolta dati ¨C Intel Realsense D435
7¡¢Set di dati di scansione corporea 3D
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2021
Descrizione ¨Il set di dati della scansione corporea 3D è un set di dati sugli attributi del corpo con centinaia di corpi di persone e circa 36 video£¬dati approfonditi.
Uso principale ¨C Formazione AI
Taglia ¨C 2T
Identità ¨C 300
Metodo di raccolta dati ¨C Intel Realsense D455
8¡¢Dati facciali multi-postura 3D africani
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2020
Descrizione ¨C I dati sui volti multi-posturali africani in 3D sono un set di dati sugli attributi del volto con centinaia di volti di persone e circa 18 video.
Uso principale ¨C Formazione AI
Taglia ¨C 2T
Identità ¨C 3,000
Metodo di raccolta dati ¨C Intel Realsense SR300
9¡¢Set di dati facciali 3D HD cinesi
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2020
Descrizione ¨C Chinese 3D HD Facial Dataset è un set di dati sugli attributi del viso con centinaia di dati di espressioni facciali 3D ad altissima definizione, circa 11K video.
Uso principale ¨C Formazione AI
Taglia ¨C 10T
Identità ¨C 850
Metodo di raccolta dati ¨C 3DMD
10¡¢Set di dati facciali multiespressione 3D dell'Asia meridionale
Pubblicazione ¨C SurfingTech
Rilasciato ¨C 2020
Descrizione ¨C South Asian 3D Multi-expression Facial Dataset è un set di dati sugli attributi del viso con centinaia di dati sulle espressioni facciali e circa 12K video.
Uso principale ¨C Formazione AI
Taglia ¨C 2T
Identità ¨C 2,000
Metodo di raccolta dati ¨C Intel Realsense SR300