人脸反欺诈数据集的预处理过程（含代码）

背景介绍：在CASIA-FASD，Replay-Attack，MSU-MFSD以及OULU-NPU数据集中都是提供的视频，因此我们需要将其转成图片格式，之后再将其进行人脸裁剪，随后再进行标签文件的撰写。

 

图一 原始数据集 

 

图二 预处理后的数据集

 以下是视频截取图片+人脸裁剪的代码

import cv2
import os
import dlib
import numpy as np

# 针对CASIA-FASD数据集的视频提取成图片

# 原始数据集路径（根据自身路径修改）
load_path = r'E:\Dataset\CASIA-FASD\train_release'

# 存储预处理后数据集路径（根据自身路径修改）
save_path = r'E:\Dataset\CASIA-FASD\train'


# 人脸裁剪部分
class Face_Align(object):
    def __init__(self, shape_predictor_path):
        self.detector = dlib.get_frontal_face_detector()
        self.predictor = dlib.shape_predictor(shape_predictor_path)
        self.LEFT_EYE_INDICES = [36, 37, 38, 39, 40, 41]
        self.RIGHT_EYE_INDICES = [42, 43, 44, 45, 46, 47]

    def rect_to_tuple(self, rect):