人脸反欺骗对于防止人脸识别系统出现安全漏洞至关重要。近年来，面部反欺骗基准数据集的可用性取得了很大进展。然而，现有的人脸反欺骗基准测试的学科数量（≤170）和模态（≤2）有限，阻碍了学术界的进一步发展。为了促进未来的人脸反欺骗研究，我们发布了一个大规模的多模态数据集，即 Chalearn CASIA-SURF，它是最大的公开可用的人脸反欺骗数据集，无论是在主题还是视觉模态方面。具体来说，它由

OpenXLab60

FaceSkin

人脸活体检测

年龄估计

FaceSkin是由招商银行AI实验室创建的大规模人脸皮肤斑点数据集，旨在为深度学习提供隐私保护的分类任务数据。该数据集包含多样化的年龄和种族信息，并引入了合成皮肤斑点，来源于2D和3D攻击图像，如打印纸、重放和3D面具，以扩展应用场景。数据集的创建过程中，使用了Mediapipe进行面部标志定位，提取纯皮肤斑点，并通过DeepFace进行属性标注，如年龄、种族和性别。FaceSkin的应用领域包

arXiv2023-08-09 更新900

Silicone Mask Face Anti-Spoofing Dataset

人脸活体检测

面具攻击防御

包含12,500多个硅胶面具攻击视频，使用18种高细节面具和40多种配件组合（假发、眼镜、胡须），用于面部反欺骗、活体检测和iBeta Level 2认证训练。视频在多种环境和光照条件下，使用10多种iOS和Android设备录制。

github2026-04-14 更新90