求助：关于人脸反欺骗中的CASIA-MFSD数据集如何获取

已于 2024-08-06 18:43:13 修改
阅读量596 收藏 6
点赞数 8
文章标签： 深度学习 计算机视觉
于 2024-03-06 19:58:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yiy_da/article/details/136515885
版权

本人研一，正在人脸反欺骗方向研究，近年的大多数文章会使用MSU-MFSD ，CASIA-MFSD，OULU-NPU和ReplayAttack四个数据集做泛化实验。本人现在已找到MSU-MFSD数据集，以及OULU-NPU和ReplayAttack这两个数据集的发布页，需要填写申请表获得。但是关于CASIA-MFSD的所有链接都已失效，到处也找不到下载链接，希望已获取到此数据集的高人可以分享一下，或者告诉我该从哪里获取该数据集。

--------------------------------------
已找到，CASIA-MFSD就是CASIA-FASD，链接参考：How i can get the Casia Fasd ? · Issue #5 · mnikitin/Learn-Convolutional-Neural-Network-for-Face-Anti-Spoofing · GitHub

yiy_da
关注
  • 8
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 10
    评论
CASIA数据集免费分享
03-11
CASIA数据集免费分享
CASIA-FASD活体检测库，MSU-MFSD库和NUAA库
热门推荐
qq_21811315的博客
03-13 1万+
CASIA-FASD活体检测库，MSU-MFSD库和NUAA库 nuaa数据集
CASIA数据库
12-04
CASIA是一个比较基础的中文情感数据库，快速建立自己的语音情感识别系统，
CASIA WebFace 数据集
03-04
CASIA WebFace 完整数据集，内含1万个人， 50万张照片。 是人脸识别的最主流数据集。 百度网盘链接， 内含4.1G压缩文件
CASIA
qq_41326008的博客
02-22 945
关于CASIA字符数据集的说明
人脸识别数据集整理以及下载
m0_46163649的博客
09-11 2966
本压缩包包含：3DMAD、CALFW、CASIA-CeFA、CASIA-FASD、CASIA-SURF、CelebA_Spoof、CPLFW、DISFA、DISFA+、HKBU_MARS_V1+、HQ-WMCA、lfw、MSU-MFSD、OULU-NPU、OULU-VS唇语数据集、Oulu表情数据集、SIW、UVA-NEMO、Vggface2、WFFD蜡像数据集等人脸识别与活体检测数据集，均是本团队在做抗欺骗的人脸识别系统时所收集。
【论文笔记】Attention-Based Two-Stream Convolutional Networks for Face Spoofing Detection
weixin_45366180的博客
11-22 872
人脸欺骗攻击仍然是现代人脸识别系统的一个威胁。尽管已经提出了许多有效的反欺骗方法，但许多现有方法的性能会因光照而下降。本文提出了一个双流卷积神经网络（TSCNN），它在RGB空间（原始成像空间）和多尺度Retinex（MSR）空间工作。RGB空间包含详细的面部纹理，但是对光照很敏感；MSR对光照不敏感，但它包含的面部信息不那么详细。此外，MSR图像能有效地捕捉到人脸欺骗的高频信息，对人脸欺骗检测具有较强的鉴别能力。为了有效地融合两个来源（RGB和MSR）的特征，本文提出了一种基于注意力的融合方法。
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
人脸数据集（CASIA-webface）
06-28
CASIA-webface数据库，压缩包大小4G多，包含1万人，50万张人脸图片，百度云下载链接及永久有效提取码包含在TXT文档中
CASIA-SURF人脸活体检测数据集
09-18
CASIA-SURF人脸活体检测数据集
replayattack
10-07
活体检测数据集
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
基于NUAA数据集的spoofing代码
03-18
1）需要下载NUAA数据集；2）结合NUAA数据集，完成根据list读取数据集，embedding，之后训练一个活体检测模型；3）测试模型的性能
SSDG-CVPR2020:人脸反欺骗的单侧域一般化，CVPR2020
03-20
固态硬盘 人的。 提出的SSDG方法的动机： 建议的SSDG方法概述： 配置环境 python 3.6 火炬0.4 火炬视觉0.2 CUDA 8.0 预训练 数据集。 下载OULU-NPU，CASIA-FASD，Idiap Replay-Attack和MSU-MFSD数据集。 数据预处理。 用于面部检测和面部对齐。将所有检测到的脸部规范化为256 $ \ times $ 256 $ \ times $ 3，其中仅使用RGB通道进行训练。 具体来说，我们处理每个视频的每个帧，然后在训练期间利用utils/utils.py的sample_frames函数对帧进行采样。 将已处理的帧放在$root/data/dataset_name路径中。 数据标签生成。 移至$root/data_label并生成数据标签列表： python generate_label . py 训练 移至文件夹$ro
多帧人脸活体检测.pdf
03-19
Face anti-spoofing is significant to the security of face recognition systems. Previous works on depth super- vised learning have proved the effectiveness for face anti- spoofing. Nevertheless, they only considered the depth as an auxiliary supervision in the single frame. Different from these methods, we develop a new method to estimate depth information from multiple RGB frames and propose a depth-supervised architecture which can efficiently en- codes spatiotemporal information for presentation attack detection. It includes two novel modules: optical flow guided feature block (OFFB) and convolution gated re- current units (ConvGRU) module, which are designed to extract short-term and long-term motion to discriminate living and spoofing faces. Extensive experiments demon- strate that the proposed approach achieves state-of-the-art results on four benchmark datasets, namely OULU-NPU, SiW, CASIA-MFSD, and Replay-Attack
CASIA-FaceV5中国人脸数据集，原图及切割后的人脸共5万张图片
最新发布
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-webface人脸数据集
06-02
百度云下载，免费下载
人脸活体检测、红外人脸数据集下载
jacke121的专栏
05-06 4416
此篇博客主要整理人脸活体检测的数据集。 目前人脸活体攻击的方式主要有：照片打印、视频回放攻击、3D人脸面具等。因此数据集也是根据这些攻击方式制作的。 一共整理了11个活体检测的数据集。此外还整理了6个红外人脸数据集。 活体检测数据集 红外数据： IDIAP：msspoof: Multispectral-Spoof Database 1、NUAA http://parnec.nuaa.edu.cn/xtan/data/nuaaimposterdb.html 打印照片攻击，15个人，三次拍摄，每次地
数据集（casia，msu，replay，oulu）的详细信息
mos1896的博客
11-21 6230
雷锅出品1.casia2.msu-mfsd3.replay4.oulu 1.casia 总共有50个subject 其中30个作为test，20个作为train 每个subject总共有12个视频（故总共600个视频），其中3个为真，剩余9个为假 具体来说： 前缀为1，2，HR_1的视频为real faces 剩余的视频则为attack faces 总结： train:20x12=240个视频，test:30x12=360个视频 real:3x50=150个视频，attack：9x50=450个视频 to
评论 10
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

打赏作者

yiy_da

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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