Распознавание лиц, одно из основных направлений исследований, уже несколько лет используется организациями и правительствами. Такие производители смартфонов, как Apple, Xiaomi, Huawei, Samsung, OPPO, Realme£¬и другие, интегрируют эту технологию в свои телефоны для обеспечения максимальной безопасности пользователей.
Согласно исследованию, ожидается, что объем рынка распознавания лиц вырастет с 3.8 млрд долларов США в 2020 году до 8.5 млрд долларов США к 2025 году, при среднегодовом темпе роста 17.2% в течение прогнозируемого периода.
Человеку требуется 0.2 секунды, чтобы распознать конкретное лицо, а большинство людей могут распознать около 5,000 лиц. Мы также автоматически интерпретируем выражения лица и определяем эмоции. Другими словами, мы от природы хороши в распознавании и анализе лиц.
В последние годы компьютерное зрение (CV) догоняет, а в некоторых случаях и превосходит людей в распознавании лиц. Развитие CV и машинного обучения привело к созданию решений, которые могут справляться с задачами эффективнее и точнее, чем люди. (источник£ºForbes 20 января 2021 г.)
Несмотря на то, что в настоящее время используется множество баз данных, выбор подходящей базы данных настолько важен, что должен осуществляться на основе поставленной задачи (эмоции, старение, выражения, освещение и т. д.).
Чтобы помочь исследователям, ищущим подходящие наборы данных для своих нужд, мы предоставляем 9 наборов данных, ориентированных на человеческие лица, которые популярны и высококачественны. Мы перечислим некоторые ключевые характеристики, а также сильные и слабые стороны каждого из них.
1¡¢Набор данных маски HiFi CASIA-SURF
Публикация ¨C SurfingTech
Выпущено ¨C 2021
Описание ¨C Этот набор данных — CVPR 2021 Challenge, содержит как видео реального человека, так и видео нападения каждого субъекта. Всего 75 субъектов (25 азиатов, 25 африканцев, 25 кавказцев). Между реальным человеком и его масками существует однозначное соответствие. Всего 62.4 тыс. видео
Основное применение ¨C Распознавание лиц для защиты от подделки
Размер ¨C 9T
Идентичности ¨C 75
Метод сбора данных ¨C Intel Realsense D435
2¡¢Набор данных лиц для защиты от подделки фотографий
Публикация ¨C SurfingTech
Выпущено ¨C 2019
Описание ¨C Photo Attack Anti-spoofing Facial Dataset — это крупномасштабный набор данных атрибутов лиц, содержащий 6 тыс. лиц людей и более 48 тыс. видео.
Основное применение ¨C Распознавание лиц для защиты от подделки
Размер ¨C 10T
Идентичности ¨C 6,000
Метод сбора данных ¨C Intel Realsense SR300
3¡¢Набор данных для защиты от подделки лиц при атаках через экран/ткань
Публикация ¨C SurfingTech
Выпущено ¨C 2019
Описание ¨C Набор данных по лицам для защиты от подделки атак на экран/ткань — это крупномасштабный набор данных по атрибутам лиц, содержащий 3 тыс. лиц людей и более 42 тыс. видео.
Основное применение ¨C Распознавание лиц для защиты от подделки
Размер ¨C 15T
Идентичности ¨C 3,000
Метод сбора данных ¨C Intel Realsense SR300/D435i
4¡¢3D Mask Attack Антиспуфинговый набор данных лица
Публикация ¨C SurfingTech
Выпущено ¨C 2019
Описание ¨C Набор данных по лицу для защиты от подделки экрана/ткани — это набор данных атрибутов лиц, содержащий сотни лиц людей и почти 6K видео.
Основное применение ¨C Распознавание лиц для защиты от подделки
Размер ¨C 3T
Идентичности ¨C 148
Метод сбора данных ¨C Intel Realsense D435i
5¡¢2020 Набор данных по лицу для борьбы с подделкой
Публикация ¨C SurfingTech
Выпущено ¨C 2020
Описание ¨C 2020 Anti-spoofing Facial Dataset — это набор данных атрибутов лиц, содержащий сотни лиц людей и почти 609.2 тыс. видео.
Основное применение ¨C Распознавание лиц для защиты от подделки
Размер ¨C 20T
Идентичности ¨C 1,800
Метод сбора данных ¨C Intel Realsense D435i
6¡¢Многорасовый 3D-набор данных по лицам с множественными выражениями
Публикация ¨C SurfingTech
Выпущено ¨C 2020
Описание ¨C Многорасовый 3D-набор данных по лицам с несколькими выражениями — это набор данных атрибутов лиц, содержащий сотни лиц людей, почти 50.4 тыс. видео£¬и охватывающий более 20 стран и различные этнические группы.
Основное применение ¨ Обучение искусственному интеллекту
Размер ¨C 2T
Идентичности ¨C 8,400
Метод сбора данных ¨C Intel Realsense D435
7¡¢3D сканирование тела Набор данных
Публикация ¨C SurfingTech
Выпущено ¨C 2021
Описание ¨C 3D body scan Dataset — это набор данных атрибутов тела с сотнями человеческих тел, почти 36 тыс. видео£¬глубинными данными.
Основное применение ¨ Обучение искусственному интеллекту
Размер ¨C 2T
Идентичности ¨C 300
Метод сбора данных ¨C Intel Realsense D455
8¡¢Африканские 3D-данные о лицах в нескольких позах
Публикация ¨C SurfingTech
Выпущено ¨C 2020
Описание ¨Африканские данные 3D-мультипозного лица представляют собой набор данных атрибутов лиц, содержащий сотни лиц людей, почти 18 тыс. видео.
Основное применение ¨ Обучение искусственному интеллекту
Размер ¨C 2T
Идентичности ¨C 3,000
Метод сбора данных ¨C Intel Realsense SR300
9¡¢Китайский 3D HD набор данных по лицу
Публикация ¨C SurfingTech
Выпущено ¨C 2020
Описание ¨C Chinese 3D HD Facial Dataset — это набор данных атрибутов лиц с сотнями данных о выражениях лиц в 3D-формате сверхвысокой четкости, почти 11 тыс. видео.
Основное применение ¨ Обучение искусственному интеллекту
Размер ¨C 10T
Идентичности ¨C 850
Метод сбора данных ¨C 3DMD
10¡¢Южноазиатский 3D-набор данных по многочисленным выражениям лиц
Публикация ¨C SurfingTech
Выпущено ¨C 2020
Описание ¨ Южноазиатский 3D-набор данных по многочисленным выражениям лиц — это набор данных по атрибутам лиц, содержащий сотни данных о выражениях лиц, почти 12 тыс. видео.
Основное применение ¨ Обучение искусственному интеллекту
Размер ¨C 2T
Идентичности ¨C 2,000
Метод сбора данных ¨C Intel Realsense SR300