HFFD (Hybrid Fake Face Dataset)

我们构建了一个混合假人脸 (HFF) 数据集，其中包含八种类型的人脸图像。对于真实的人脸图像，从三个开放数据集中随机选择三种类型的人脸图像。它们分别是来自 CelebA 的低分辨率人脸图像、来自 CelebA-HQ 的高分辨率人脸图像和来自 FaceForensics 的人脸视频帧。因此，尽可能真实地模拟互联网场景下的真实人脸图像。然后，选择一些最具代表性的人脸处理技术，包括用于身份处理的 PGGAN 和 StyleGAN，用于人脸表情处理的 Face2Face 和 Glow，以及用于人脸属性迁移的 StarGAN，以生成假人脸图像。 HFF 数据集是一个大型的假人脸数据集，包含超过 155k 的人脸图像。

We constructed a Hybrid Fake Face (HFF) dataset consisting of eight types of facial images. For the real facial image subset, three types were randomly selected from three open datasets: low-resolution facial images from CelebA, high-resolution facial images from CelebA-HQ, and face video frames extracted from FaceForensics. This setup authentically simulates real-world facial image scenarios encountered on the internet. Subsequently, several representative facial manipulation techniques were selected to generate fake facial images, including PGGAN and StyleGAN for identity manipulation, Face2Face and Glow for facial expression modification, and StarGAN for facial attribute transfer. The HFF dataset is a large-scale fake face dataset containing over 155,000 facial images.

搜集汇总

背景与挑战

背景概述

HFFD是一个大型混合假人脸数据集，包含超过155k张由多种技术生成的假人脸图像和来自三个开放数据集的真实人脸图像，旨在模拟互联网场景下的真实人脸检测需求。