TrainingDataPro/display-spoof-attack

该数据集是一个用于生物识别攻击检测的视频分类数据集，特别针对重放攻击。重放攻击涉及将预先录制的视频或之前捕获的镜头呈现为实时发生的内容。数据集的主要目标是区分真实的实时镜头和伪造的录制内容。数据集包含真实人物的视频，这些视频具有不同的分辨率、视角和颜色，为研究人员提供了一个全面的资源，用于开发反欺骗技术。数据集还探索了使用深度神经网络等架构来提高反欺骗模型的准确性和泛化能力。此外，数据集提供了丰富的元数据信息，如视频的分辨率、持续时间、帧率等，并支持商业用途。

原始信息汇总

Liveness Detection - Video Classification

数据集描述

该数据集包含针对真实人物视频的重放攻击（Replay Attack）的生物识别攻击数据。重放攻击涉及将预先录制的视频或先前捕获的镜头呈现为实时发生。数据集的主要目标是区分真实实时镜头和被操纵的录制内容。

数据收集

视频通过捕捉真实人物的面部展示来收集，使用面部展示进行欺骗。数据集提出了一种新颖的方法，通过从真实面部图像中提取特征来学习和检测欺骗技术，以防止虚假用户捕获此类信息。

数据特点

数据集包含具有不同分辨率、视角和颜色的真实人类视频，为从事反欺骗技术研究的研究人员提供了一个全面的资源。

数据应用

数据集提供数据以结合和应用不同的技术、方法和模型，以解决区分真实和欺骗输入的挑战性任务，为主动认证系统提供有效的反欺骗解决方案。这些解决方案对于新型设备（如手机）至关重要，因为它们由于能够创建重放、反射和深度的技术而易受欺骗攻击。

数据集探索

数据集还探索了使用神经架构（如深度神经网络）来识别面部不同区域的区分模式和纹理，从而提高反欺骗模型的准确性和泛化能力。

商业使用

完整版本的数据集包含超过30,000个视频，请在**TrainingData**上留下请求以购买数据集。

完整数据集元数据

• replay.assignment_id - 媒体文件的唯一标识符
• real_assignment_id - 来自Antispoofing Real Dataset的媒体文件的唯一标识符
• worker_id - 人员的唯一标识符
• age - 人员的年龄
• true_gender - 人员的性别
• country - 人员的国籍
• ethnicity - 人员的种族
• video_extension - 数据集中的视频扩展名
• video_resolution - 数据集中的视频分辨率
• video_duration - 数据集中的视频时长
• video_fps - 数据集中视频的每秒帧数

数据集内容

数据集包括一个包含人物视频的files文件夹。

CSV文件内容

• id: 人员的唯一标识符
• file: 访问显示欺骗攻击视频的链接