TrainingDataPro/low_quality_webcam_video_attacks

Low Quality Live Attacks - Biometric Attack数据集包含全球范围内通过低质量网络摄像头（如QVGA、QQVGA和QCIF分辨率）录制的反欺骗视频。该数据集旨在通过提取真实面部图像的特征来学习和检测欺骗技术，防止虚假用户获取此类信息。数据集包含不同视角和颜色的真实人类图像和视频，为研究反欺骗技术的研究人员提供了全面的资源。此外，数据集还提供了每个攻击实例的元数据，包括唯一攻击标识符、用户标识符、用户年龄、性别、原籍国、攻击分辨率以及网络摄像头型号。数据集还探讨了使用深度神经网络等神经架构来识别面部不同区域的区分模式和纹理，以提高反欺骗模型的准确性和泛化能力。

原始信息汇总

Low Quality Live Attacks - Biometric Attack dataset

数据集概述

• 任务类别: 视频分类
• 语言: 英语
• 标签: 金融, 法律, 代码
• 许可: cc-by-nc-nd-4.0

数据集内容

• 包含通过低质量网络摄像头录制的反欺骗视频，分辨率包括QVGA, QQVGA和QCIF。
• 视频内容涉及真实个体使用面部展示进行欺骗。
• 数据集旨在学习并检测欺骗技术，从真实面部图像中提取特征以防止被伪造用户捕获。

数据集特点

• 包含多种视角和颜色的真实人类图像和视频。
• 探索使用深度神经网络等神经架构来识别面部不同区域的独特模式和纹理。

视频分辨率

• QVGA (320p x 240p)
• QQVGA (120p x 160p)
• QCIF (176p x 144p)

元数据

• 每个攻击实例包含以下详细信息：
  • 唯一攻击标识符
  • 记录攻击的用户标识符
  • 用户年龄
  • 用户性别
  • 用户国籍
  • 攻击分辨率
  • 网络摄像头型号

数据集用途

• 用于结合和应用不同技术、方法和模型，以解决区分真实和伪造输入的挑战性任务。
• 提供有效的反欺骗解决方案，适用于活跃认证系统。