O reconhecimento facial, uma das principais áreas de pesquisa, foi adotado por organizações e governos há alguns anos. Fabricantes de smartphones como Apple, Xiaomi, Huawei, Samsung, OPPO, Realme£¬entre outros, têm integrado essa tecnologia em seus telefones para fornecer segurança máxima aos usuários.
De acordo com o estudo, o tamanho do mercado de reconhecimento facial deve crescer de US$ 3.8 bilhões em 2020 para US$ 8.5 bilhões até 2025, a um CAGR de 17.2% durante o período previsto.
Um humano leva 0.2 segundos para reconhecer um rosto específico, e a maioria das pessoas consegue reconhecer cerca de 5,000 rostos. Também interpretamos expressões faciais e detectamos emoções automaticamente. Em outras palavras, somos naturalmente bons em reconhecimento e análise facial.
Nos últimos anos, a Computer Vision (CV) vem se atualizando e, em alguns casos, superando os humanos no reconhecimento facial. O avanço da CV e do Machine Learning criou soluções que podem lidar com tarefas de forma mais eficiente e precisa do que os humanos. (fonte£ºForbes 20 de janeiro de 2021.)
Embora existam muitos bancos de dados em uso atualmente, a escolha dos bancos de dados apropriados é tão importante que deve ser feita com base na tarefa atribuída (emoções, envelhecimento, expressões, iluminação etc.).
Para ajudar pesquisadores que buscam conjuntos de dados adequados para suas necessidades, fornecemos 9 conjuntos de dados focados em rostos humanos que são populares e de alta qualidade. Listaremos algumas características principais e pontos fortes e fracos de cada um.
1¡¢Conjunto de dados da máscara HiFi CASIA-SURF
Publicação ¨C SurfingTech
Lançado em ¨C 2021
Descrição ¨C Este conjunto de dados é o Desafio CVPR 2021 que contém vídeos de realidade presencial e vídeos de ataque de cada sujeito. Há um total de 75 sujeitos (25 asiáticos, 25 africanos, 25 caucasianos). Há uma correspondência um-para-um entre a pessoa real e suas máscaras. O total é de 62.4 mil vídeos
Uso principal ¨C Reconhecimento facial anti-spoofing
Tamanho ¨C 9T
Identidades ¨C 75
Método de coleta de dados ¨C Intel Realsense D435
2¡¢Conjunto de dados faciais anti-spoofing de ataque fotográfico
Publicação ¨C SurfingTech
Lançado em ¨C 2019
Descrição ¨C O conjunto de dados faciais anti-spoofing de ataque fotográfico é um conjunto de dados de atributos faciais em larga escala com 6 mil rostos de pessoas e mais de 48 mil vídeos.
Uso principal ¨C Reconhecimento facial anti-spoofing
Tamanho ¨C 10T
Identidades ¨C 6,000
Método de coleta de dados ¨C Intel Realsense SR300
3¡¢Conjunto de dados faciais anti-spoofing de ataque de tela/pano
Publicação ¨C SurfingTech
Lançado em ¨C 2019
Descrição ¨C O conjunto de dados faciais anti-spoofing de ataque de tela/tecido é um conjunto de dados de atributos faciais em larga escala com 3 mil rostos de pessoas e mais de 42 mil vídeos.
Uso principal ¨C Reconhecimento facial anti-spoofing
Tamanho ¨C 15T
Identidades ¨C 3,000
Método de coleta de dados ¨C Intel Realsense SR300/D435i
4¡¢3D Mask Attack Anti-spoofing Conjunto de dados faciais
Publicação ¨C SurfingTech
Lançado em ¨C 2019
Descrição ¨C O conjunto de dados faciais anti-spoofing de ataque de tela/tecido é um conjunto de dados de atributos faciais com centenas de rostos de pessoas e quase 6 mil vídeos.
Uso principal ¨C Reconhecimento facial anti-spoofing
Tamanho ¨C 3T
Identidades ¨C 148
Método de coleta de dados ¨C Intel Realsense D435i
5¡¢2020 Conjunto de dados faciais anti-spoofing
Publicação ¨C SurfingTech
Lançado em ¨C 2020
Descrição ¨O conjunto de dados faciais anti-spoofing de 2020 é um conjunto de dados de atributos faciais com centenas de rostos de pessoas e quase 609.2 mil vídeos.
Uso principal ¨C Reconhecimento facial anti-spoofing
Tamanho ¨C 20T
Identidades ¨C 1,800
Método de coleta de dados ¨C Intel Realsense D435i
6¡¢Conjunto de dados faciais multi-expressivos 3D multirraciais
Publicação ¨C SurfingTech
Lançado em ¨C 2020
Descrição ¨O conjunto de dados faciais multirraciais 3D multiexpressivos é um conjunto de dados de atributos faciais com centenas de rostos de pessoas, quase 50.4 mil vídeos e abrange mais de 20 países e diferentes etnias.
Uso principal ¨C Treinamento de IA
Tamanho ¨C 2T
Identidades ¨C 8,400
Método de coleta de dados ¨C Intel Realsense D435
7¡¢Conjunto de dados de escaneamento corporal 3D
Publicação ¨C SurfingTech
Lançado em ¨C 2021
Descrição ¨C O conjunto de dados de varredura corporal 3D é um conjunto de dados de atributos corporais com centenas de corpos de pessoas, quase 36 mil vídeos£¬dados de profundidade.
Uso principal ¨C Treinamento de IA
Tamanho ¨C 2T
Identidades ¨C 300
Método de coleta de dados ¨C Intel Realsense D455
8¡¢Dados faciais multipostura 3D africanos
Publicação ¨C SurfingTech
Lançado em ¨C 2020
Descrição ¨Os dados faciais multipostura 3D africanos são um conjunto de dados de atributos faciais com centenas de rostos de pessoas e quase 18 mil vídeos.
Uso principal ¨C Treinamento de IA
Tamanho ¨C 2T
Identidades ¨C 3,000
Método de coleta de dados ¨C Intel Realsense SR300
9¡¢Conjunto de dados faciais 3D HD chineses
Publicação ¨C SurfingTech
Lançado em ¨C 2020
Descrição ¨O conjunto de dados faciais 3D HD chinês é um conjunto de dados de atributos faciais com centenas de dados de expressões faciais 3D de super alta definição, quase 11 mil vídeos.
Uso principal ¨C Treinamento de IA
Tamanho ¨C 10T
Identidades ¨C 850
Método de coleta de dados ¨C 3DMD
10¡¢Conjunto de dados faciais multiexpressivos 3D do sul da Ásia
Publicação ¨C SurfingTech
Lançado em ¨C 2020
Descrição ¨C O conjunto de dados faciais multiexpressivos 3D do sul da Ásia é um conjunto de dados de atributos faciais com centenas de dados de expressões faciais e quase 12 mil vídeos.
Uso principal ¨C Treinamento de IA
Tamanho ¨C 2T
Identidades ¨C 2,000
Método de coleta de dados ¨C Intel Realsense SR300