CASIA-FASD

CASIA-FASD是一个包含50名受试者的小型面部活动性检测数据集。目前，人脸检测的主要方法包括: 照片打印、视频播放检测、3D人脸等。康奈尔大学团队主要设计了两个CNN模型，以提高人脸反欺骗方法的通用性和适用性。

CASIA-FASD is a small-scale face anti-spoofing detection dataset encompassing 50 subjects. Currently, the primary face spoofing attack modalities include photo printing, video replay, 3D face masks, and others. A research team from Cornell University developed two CNN models primarily to improve the generality and applicability of face anti-spoofing methods.

搜集汇总

背景与挑战

背景概述

CASIA-FASD是一个小型面部活动性检测数据集，包含50名受试者，专注于人脸反欺骗研究，支持照片打印、视频播放检测和3D人脸等方法。该数据集由新加坡国立大学、中国电子科技大学和国防科技大学于2014年发布，旨在提高人脸反欺骗方法的通用性和适用性。