CASIA-CeFA跨种族面部反欺骗数据集

最新推荐文章于 2024-04-19 13:42:17 发布
最新推荐文章于 2024-04-19 13:42:17 发布
阅读量712 收藏 3
点赞数 6
文章标签： 大数据 数据仓库
原文链接：https://blog.csdn.net/confusingbird/article/details/111250457
版权

“CASIA-CeFA跨种族面部反欺骗数据集”的百度网盘链接如下：

链接：https://pan.baidu.com/s/1rvyfIi26igsJaizDsWd16A 
提取码：o84s 
 

相应压缩文件对应的解压密码如下：

train.zip:      casia-cefa-train-303696    
dev.zip:       casia-cefa-dev-155610
test.zip:       casia-cefa-test-572121-usd89f
 

Dewaite
关注
CASIA数据集免费分享
03-11
CASIA数据集免费分享
CASIA-SURF_CeFA:面部反欺骗攻击检测挑战@ CVPR2020
05-02
Chalearn CeFA面对反欺骗挑战 这是我们在CVPR 2020上针对Chalearn单模式人脸防欺骗攻击检测挑战的解决方案的代码。 如果您在实验中使用此代码，请访问以下论文： : 我们的解决方案基于两种类型的人工变换：秩合并[1]和光流[2]，并在端到端流水线中组合以进行欺骗检测和序列增强，以丰富伪造轨道的集合。 参考 [1] Basura Fernando，Efstratios Gavves，Jose Oramas，AmirGhodrati和Tinne Tuytelaars。进行行动识别的排名汇总。TPAMI，39（4）：773–787，201 [2] C. Liu。 超越像素：探索运动分析的新表示形式和应用。 博士论文。 麻省理工学院，2009。 训练步骤 步骤1。 安装at_learner_core cd /path/to/new/pip/environment
anti-spoofing， face-detect等数据集链接
u013739490的博客
03-07 4999
MSU-MFSD 、CASIA-FASD数据集 https://pan.baidu.com/s/1GUeWUrvlsWYzDxuyePVKSQ https://pan.baidu.com/s/11NIzhwNzmBWQwjx4JqT91w wider、AFLW、64_CASIA-FaceV5、CALFW、CPLFW、helen、ibug、lfpw、300w、300VW、lfw_5590、net_7...
CASIA-WEBFACE数据集
06-26
casiawebface数据集，4个G，百度云网盘直接下载，1万个人
casia数据集-清洗过后的人脸数据集
02-11
casia标准数据集，此处是清洗过后的人脸数据集，包含10575类不同的人脸
深度学习-活体检测发展之数据篇（二）
u010916331的博客
02-18 4305
史上最全活体检测数据集整理
CASIA-FaceV5中国人脸数据集，原图及切割后的人脸共5万张图片
03-19
CASIA-FaceV5中国人脸数据集有500人、每个人5张图片，共2500张图片，图片大小为640*480。数据集共有500个文件夹，文件夹名称为：000~499；一个文件夹表示一个人，里面有5张图片。 CASIA-FaceV5_cropped为以上对应每...
CASIA-SURF人脸活体检测数据集
09-18
CASIA-SURF人脸活体检测数据集
人脸数据集CASIA-FaceV5（300-499）
10-02
该数据集总共包含了来自500个人的2500张亚洲人脸图片，因为数据集上传限制大小，这个是后200人的人脸照片
CASIA-webface人脸数据集
03-17
CASIA-webface人脸数据集百度云下载，压缩包大小为4.1G 关于CASIA-webface的详细介绍参见我的博客 https://blog.csdn.net/Fire_Light_/article/details/79588429
AgeDB-30人脸数据集
08-18
人脸识别数据集AgeDB-30，包含agedb_30_pair.txt和img_list.txt，agedb30_align_112。
CASIA-SURF.txt
03-22
CASIA-SURF人脸活体检测数据集百度网盘下载链接，可供学习、训练模型使用，永久有效。请勿用于商业途径或用于其他非法途径。
CelebA-Spoof:[ECCV2020]大规模面部反欺骗数据集
03-19
CelebA-Spoof：具有丰富注释的大规模面部防欺骗数据集 CelebA-Spoof：具有丰富注释的大规模面部防欺骗数据集 ，，，，，， 在ECCV 2020中。 [] | [] 摘要： CelebA-Spoof是一个大规模的人脸反欺骗数据集，具有来自10,177个对象的625,537张图像，其中包括关于脸部，光照，环境和欺骗类型的43种丰富属性。从CelebA数据集中选择的实时图像。我们收集并注释CelebA-Spoof的欺骗图像。在43个丰富的属性中，有40个属性属于实时图像，包括所有面部组件和附件，例如皮肤，鼻子，眼睛，眉毛，嘴唇，头发，帽子，眼镜。欺骗图像包含3个属性，包括欺骗类型，环境和照明条件.CelebA-Spoof可用于训练和评估面部反欺骗算法。 更新 [02/2021] CelebA-Spoof Challenge 2020的已在arXiv上发布。 [08/20
few-shot调研
最新发布
mango_july的博客
04-19 1129
对数变换辅助高斯采样的少样本学习，2023发布在iccv领域：图像分类数据集：1、miniImageNet，它有100个不同的类，每个类600张图像，每个大小为84 × 84 × 32、CUB，共有11，788幅图像，每幅大小为84 × 84 × 3，包含200种不同种类的鸟类。总结：该论文提出了一种新的高斯转换方法，可以将实验数据转换为更接近高斯分布的数据，并将其应用于小样本图像分类中。实验结果表明，该方法在性能上取得了显著提升，同时减少了所需的数据量。
如何写数据集标签txt文件
m0_54924205的博客
03-22 872
编写多模态数据集标签文件
活体检测论文整理
Rock的博客
06-22 2679
PAD（presentation attack detection）方法 (1) 动作配合式活体检测：给出指定动作要求，用户需配合完成，通过实时检测用户眼睛，嘴巴，头部姿态的状态，来判断是否是活体。 (2) H5视频活体检测：用户上传一个现场录制的视频，录制时读出随机分配的语音校验码。然后通过分析这个视频的人脸信息以及语音校验码是否匹配，完成活体检测判断。 (3) 静默活体检测：相对于动态活体检测方法，静默活体检测是指，不需要用户做任何动作，自然面对摄像头3、4秒钟即可。由于真实人脸并不是绝对静止的， 存在
【CASIA-SURF】《A Dataset and Benchmark for Large-scale Multi-modal Face Anti-spoofing》
bryant_meng
10-29 3205
CVPR-2019 ChaLearn Face Anti-spoofing Attack Detection Challenge@CVPR2019 比赛中采用了该数据集 结束比赛时的前三名如下： 1st：【FAS-FRN】《Recognizing Multi-modal Face Spoofing with Face Recognition Networks》（人脸识别预训练 + 20+模型的 ensemble + Multi-level feature aggregation 模块） 2nd：【Fa..
深度学习常用数据集介绍与下载（附网盘链接）
热门推荐
思绪无限的博客
09-29 4万+
这篇博文总结了博主收集的深度学习常用的数据集，包含常用的分类、目标检测及人脸识别任务，对每个数据集给出了简要介绍、官网下载网站以及公众号获取的关键字。因为有的数据集较大，官网的下载速度可能比较慢，为了方便大家管理，这里我将其整理到了个人公众号平台中，可通过搜索“AI技术研究与分享”关注公众号，并在后台回复各数据集关键字即可获取网盘链接。数据集文件均为官方网站下载，仅用于学习交流，博主会持续更新，欢迎关注。
目标检测算法——人脸识别数据集汇总（附下载链接）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
12-08 4613
🎄🎄近期，小海带在空闲之余，收集整理了一批人脸识别数据集供大家参考。整理不易，小伙伴们记得一键三连喔！！！🎈🎈
CASIA-CeFA
07-28
CASIA-CeFA 是中国科学院自动化研究所（CASIA）开发的一个面部分析数据集。CeFA 是 Celebrities in Frontal-Profile Age，意为正脸-侧脸年龄数据集。这个数据集用于研究面部年龄估计问题，其中包含了来自名人的正脸...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值