TrainingDataPro/printed-2d-masks-with-holes-for-eyes-attacks

---
license: cc-by-nc-nd-4.0
task_categories:
- image-classification
- image-to-image
- video-classification
language:
- en
tags:
- legal
dataset_info:
features:
- name: photo
dtype: image
- name: attack
dtype: string
- name: phone
dtype: string
- name: gender
dtype: string
- name: age
dtype: int8
- name: country
dtype: string
splits:
- name: train
num_bytes: 97360072
num_examples: 15
download_size: 502647114
dataset_size: 97360072
---

# Printed 2D Masks with Holes for Eyes Attacks Dataset
The dataset consists of selfies of people and videos of them wearing a printed 2d mask with their face. The dataset solves tasks in the field of anti-spoofing and it is useful for buisness and safety systems.

The dataset includes: **attacks** - videos of people wearing printed portraits of themselves with cut-out eyes.

### The dataset includes 2 different types of files:
- **Photo** - a selfie of a person from a mobile phone, the person is depicted alone on it, the face is clearly visible.
- **Video** - filmed on the front camera, on which a person moves his/her head left, right, up and down. Duration of the video is from 10 to 20 seconds. On the video, a person is wearing a printed 2d mask made from the corresponding photo from the "photo" folder.

.png?generation=1688134701103179&alt=media)

# Get the dataset

### This is just an example of the data

Leave a request on [**https://trainingdata.pro/datasets**](https://trainingdata.pro/datasets/liveness-detection-for-ibeta-level-2?utm_source=huggingface&utm_medium=cpc&utm_campaign=printed-2d-masks-with-holes-for-eyes-attacks) to discuss your requirements, learn about the price and buy the dataset.

# Content
### File with the extension .csv
includes the following information for each media file:

- **photo**: link to access the photo,
- **attack**: link to access the attack video,
- **phone**: the device used to capture the replay video,
- **computer**: the device used to play the video,
- **gender**: gender of a person in the video,
- **age**: age of the person in the video,
- **country**: country of the person

## [**TrainingData**](https://trainingdata.pro/datasets/liveness-detection-for-ibeta-level-2?utm_source=huggingface&utm_medium=cpc&utm_campaign=printed-2d-masks-with-holes-for-eyes-attacks) provides high-quality data annotation tailored to your needs

More datasets in TrainingData's Kaggle account: **https://www.kaggle.com/trainingdatapro/datasets**

TrainingData's GitHub: **https://github.com/Trainingdata-datamarket/TrainingData_All_datasets**

*keywords: ibeta level 1, ibeta level 2, liveness detection systems, liveness detection dataset, biometric dataset, biometric data dataset, biometric system attacks, anti-spoofing dataset, face liveness detection, deep learning dataset, face spoofing database, face anti-spoofing, face recognition, face detection, face identification, human video dataset, video dataset, presentation attack detection, presentation attack dataset, 2d print attacks, print 2d attacks dataset, cut prints spoof attack*

license: CC BY-NC-ND 4.0
任务类别：
- 图像分类
- 图像到图像转换
- 视频分类
语言：
- 英语
标签：
- 法律相关
数据集信息：
特征字段：
- 名称：photo，数据类型：图像
- 名称：attack，数据类型：字符串
- 名称：phone，数据类型：字符串
- 名称：gender，数据类型：字符串
- 名称：age，数据类型：int8
- 名称：country，数据类型：字符串
数据集划分：
- 名称：train，字节数：97360072，样本数：15
下载大小：502647114
数据集总大小：97360072

# 带眼部镂空的2D打印面罩攻击数据集
本数据集包含人物自拍照片，以及佩戴印有本人面部图案、带有眼部镂空的2D打印面罩的视频。本数据集可用于解决反欺骗领域的相关任务，适用于商业与安防系统。

数据集包含**攻击样本**：即佩戴印有本人面部肖像、带有眼部镂空打印面罩的人物视频。

### 本数据集包含两类文件：
- **照片**：通过移动设备拍摄的人物单人自拍，人物面部清晰可见。
- **视频**：通过前置摄像头拍摄，拍摄过程中人物会向左右、上下转动头部。视频时长为10至20秒，视频中的人物佩戴的2D打印面罩，其图案取自“photo”文件夹中对应的照片。

.png?generation=1688134701103179&alt=media)

# 获取数据集
### 此处仅为数据示例
请访问[**https://trainingdata.pro/datasets**](https://trainingdata.pro/datasets/liveness-detection-for-ibeta-level-2?utm_source=huggingface&utm_medium=cpc&utm_campaign=printed-2d-masks-with-holes-for-eyes-attacks)提交需求咨询，了解定价并购买本数据集。

# 数据集内容
### 后缀为.csv的信息文件
包含各媒体文件的如下元信息：
- **photo**：照片的访问链接
- **attack**：攻击视频的访问链接
- **phone**：录制回放视频所使用的设备
- **computer**：播放视频所使用的设备
- **gender**：视频中人物的性别
- **age**：视频中人物的年龄
- **country**：人物所属国家

## [**TrainingData**](https://trainingdata.pro/datasets/liveness-detection-for-ibeta-level-2?utm_source=huggingface&utm_medium=cpc&utm_campaign=printed-2d-masks-with-holes-for-eyes-attacks) 可提供定制化的高质量数据标注服务

TrainingData在Kaggle平台的更多数据集：**https://www.kaggle.com/trainingdatapro/datasets**

TrainingData的GitHub仓库：**https://github.com/Trainingdata-datamarket/TrainingData_All_datasets**

*关键词：ibeta level 1、ibeta level 2、活体检测系统（liveness detection systems）、活体检测数据集、生物特征数据集、生物特征数据数据集、生物特征系统攻击、反欺骗数据集、人脸活体检测（face liveness detection）、深度学习数据集、人脸欺骗数据库、人脸反欺骗（face anti-spoofing）、人脸识别、人脸检测、人脸辨识、人物视频数据集、视频数据集、呈现攻击检测（presentation attack detection）、呈现攻击数据集、2D打印攻击、2D打印攻击数据集、镂空打印欺骗攻击*

原始信息汇总

数据集概述

数据集名称

• Printed 2D Masks with Holes for Eyes Attacks Dataset

数据集内容

• Photo: 手机拍摄的个人自拍，面部清晰可见。
• Video: 使用前置摄像头拍摄，时长10至20秒，视频中的人佩戴与“photo”文件夹中相应的照片制成的2D打印面具，并进行头部左右、上下移动。

数据集特征

• photo: 图像类型
• attack: 字符串类型
• phone: 字符串类型
• gender: 字符串类型
• age: 整数类型（int8）
• country: 字符串类型

数据集划分

• train: 15个样本，占用空间97360072字节，下载大小为502647114字节。

数据集用途

• 用于反欺骗领域的任务，适用于商业和安全系统。

数据集许可证

• cc-by-nc-nd-4.0

数据集标签

• legal

数据集任务类别

• image-classification
• image-to-image
• video-classification

数据集语言

• en

搜集汇总

数据集介绍

构建方式

该数据集聚焦于生物特征识别领域中的活体检测与反欺诈任务，旨在应对打印攻击这一常见安全威胁。构建方式上，数据集精心收集了来自移动设备前置摄像头的自拍照片及视频，视频中人物佩戴根据其本人照片制作的、眼部镂空的二维打印面具，并通过头部左右上下转动来模拟真实攻击场景。每份样本均包含原始照片与对应的攻击视频，并辅以CSV文件记录照片与视频的访问链接、拍摄设备型号、人物性别、年龄及国家等元数据，形成了结构清晰、标注完整的攻击样本库。

使用方法

该数据集适用于构建和评估人脸活体检测与反欺诈模型。使用者可通过CSV文件中的链接直接访问照片与视频数据，结合性别、年龄等属性进行特征分析或数据增强。在模型训练中，可将照片作为真实样本，攻击视频作为负样本，用于二分类任务；亦可利用视频时序信息，设计基于光流或时空特征的攻击检测网络。数据集规模适中，便于快速迭代实验，同时其高质量的标注确保了评估结果的可靠性，是学术界与工业界研究打印攻击防御策略的理想选择。

背景与挑战

背景概述

在生物特征识别技术日益普及的今天，人脸识别系统已成为安全验证与身份认证的核心手段之一。然而，针对这些系统的呈现攻击（presentation attacks）层出不穷，其中二维打印面具攻击因其制作简便、成本低廉而尤为常见。为应对这一威胁，TrainingDataPro团队构建了“printed-2d-masks-with-holes-for-eyes-attacks”数据集，旨在推动活体检测与反欺骗领域的研究。该数据集创建于近年，由专业数据供应商UniData主导，聚焦于通过手机自拍照片与对应二维打印面具视频的配对数据，模拟真实攻击场景。其核心研究问题在于如何有效区分真实人脸与打印面具攻击，从而提升生物识别系统的鲁棒性。该数据集为反欺骗算法提供了标准化的训练与评估基准，对安全系统、金融支付及身份验证等领域的应用具有重要影响力。

当前挑战

该数据集所解决的领域问题在于人脸识别系统中的呈现攻击检测，尤其是二维打印面具攻击的识别。此类攻击利用高分辨率打印的人脸照片，仅留出眼部孔洞，极易欺骗传统识别算法，因此需要开发能够捕捉细微纹理差异、反光特征或运动模式的活体检测模型。构建过程中面临的挑战包括：数据采集的多样性，需覆盖不同手机型号、光照条件、性别、年龄及国家背景，以确保模型的泛化能力；视频时长（10-20秒）与头部运动指令（左右上下转动）的标准化，避免因动作幅度差异引入噪声；此外，面具打印质量、纸张材质及环境反射等变量均可能影响攻击效果，需在设计数据集时加以控制，以保证数据的真实性与挑战性。

常用场景

经典使用场景

该数据集聚焦于生物特征识别领域中的活体检测任务，尤其针对打印二维面具攻击场景。其经典使用方式为：研究人员利用包含人物自拍照与对应二维面具攻击视频的配对样本，训练模型区分真实人脸与面具伪造样本。通过融合静态图像与动态视频特征，可有效捕捉面具边缘、眼部镂空区域的光影异常及头部运动时的非自然形变，从而构建鲁棒的防欺骗分类器。该数据集为评估活体检测算法在低成本打印攻击下的泛化能力提供了标准化基准。

解决学术问题

该数据集直接回应了人脸识别系统中常见的打印攻击威胁，解决了传统活体检测方法在应对高质量二维面具时的脆弱性问题。学术研究中，它被用于探索面部纹理分析、运动光流异常检测及多模态特征融合等关键技术。通过引入包含年龄、性别、国籍等元数据的多样化样本，该数据集促进了跨人口统计学特征的欺骗检测研究，推动了对抗生成攻击的领域自适应方法发展，对提升生物识别系统的安全性与公平性具有重要理论意义。

实际应用

在实际应用中，该数据集赋能了金融支付、安防门禁及移动设备解锁等场景的活体检测系统。例如，银行APP可借助基于此数据训练的模型，在用户远程开户或大额交易时，实时拦截使用打印照片或面具的欺诈行为。智能安防领域，结合视频监控的连续帧分析，能有效识别试图通过物理面具绕过身份验证的入侵者。此外，该数据集还支持了边境安检中的人脸比对系统升级，显著降低因伪造攻击导致的安全漏洞。

数据集最近研究

最新研究方向

在生物特征识别与活体检测领域，随着人脸识别系统在金融支付、安防门禁等场景中的广泛部署，呈现攻击（presentation attack）日益成为威胁系统安全的关键挑战。该数据集聚焦于一种极具隐蔽性的攻击方式——眼部镂空的2D打印面具攻击，通过收集用户手机自拍照片及对应佩戴面具的动态视频，为反欺骗研究提供了真实的训练与评估样本。当前前沿研究方向主要围绕多模态活体检测技术，利用视频中头部运动的动态纹理、光流变化及面部微表情差异，结合深度学习模型（如时空卷积网络与Transformer结构）来区分真实人脸与平面面具。该数据集的出现填补了针对眼部镂空面具攻击的专项数据空白，有助于提升活体检测系统在物理材质仿真攻击下的鲁棒性，对推动金融级人脸识别安全标准的完善具有重要实践意义。