2D打印面具攻击检测数据集-人脸识别安全性研究-2021年-trainingdatapro
数据来源：互联网公开数据
标签：2D面具,攻击检测,生物识别,安全系统,活体检测,深度学习,防欺骗技术,人脸识别,视频数据,数据集
数据概述：
本数据集包含2021年收集的用于对抗打印2D面具攻击的人脸识别活体检测视频数据。数据集涵盖了个体佩戴普通2D打印面具及带有眼孔切口的2D打印面具，并直接面对镜头的视频。视频录制于不同的光照条件和地点（室内、室外），每个视频的时长约为2秒。
数据集分为三类视频：
- 实际人脸 (real)：4个未戴面具的个人视频。
- 2D面具 (mask)：4个佩戴普通2D打印面具的个人视频。
- 带眼孔切口的2D面具 (cut)：4个佩戴带有眼孔切口的2D打印面具的个人视频。
视频中的个体佩戴了各种配件，如眼镜、帽子、围巾、口罩等，其中大部分配件覆盖在面具上，但也有可能将眼镜和口罩直接打印在面具上。
数据集包含17个文件夹，每个文件夹对应一个样本个体，包含12个视频。文件扩展名为.csv，内容包括：
- 用户信息
- real_1至real_4：指向未戴面具的视频链接
- mask_1至mask_4：指向佩戴普通2D打印面具的视频链接
- cut_1至cut_4：指向佩戴带有眼孔切口的2D打印面具的视频链接
数据集适用于计算机视觉、防欺骗任务、视频分析和安全系统的开发。通过该数据集可以训练和开发有效的算法模型，以识别和防止使用打印2D面具进行的欺骗攻击。
数据用途概述：
该数据集适用于多种应用场景，包括但不限于：
- 活体检测系统的开发与优化
- 生物识别安全系统的构建与评估
- 防欺骗技术的研究与应用
- 人脸识别算法的测试与改进
- 深度学习模型的训练与验证
- 人脸检测和识别系统的安全性验证
数据集中的视频样本能够帮助研究者和开发者更好地理解攻击模式，提升系统的抗欺骗能力。
