Open Dataset

真假顔検出、真偽の顔画像を識別する

215.33M

387 hits

0 likes

0 downloads

0 discuss

Online Communities,Image Data,Universities and Colleges,Binary Classification Classification

ソーシャルネットワークを利用する際、あなたは「偽のアイデンティティ」に遭遇したことがありますか？誰でも偽のプロフィール画像を作成することができます......

Introduction
Data file
Related papers
Code
Discuss(0)
Instructions

Data Structure ? 215.33M

*The above analysis is the result extracted and analyzed by the system, and the specific actual data shall prevail.

README.md

ソーシャルネットワークを利用する際、あなたは「偽のアイデンティティ」に遭遇したことはありますか？
誰でも画像編集ツールや、深層学習ベースの生成器を使って、偽のプロフィール画像を作成することができます。
このような偽の顔を認識することで、ウェブをより良い場所にすることに興味があるなら、このデータセットをチェックすべきです。

中身と理由

当社のデータセットには、専門家によって生成された高品質の合成顔画像が含まれています。
これらの画像は、目、鼻、口、または顔全体で分けられた異なる顔の合成画像です。
あなたは、コンピューターによって自動生成された画像ではなく、これらの高コストの画像が必要な理由を疑問に思うかもしれません。
例えば、実際の顔画像と偽の顔画像を分類する分類器を訓練したいとしましょう。
敵対的生成ネットワーク（GAN）のような生成モデルの場合、偽の顔画像を生成するのは非常に簡単です。
その後、それらの画像を使って分類器を訓練することができ、実際の顔画像と生成された顔画像を区別するのに大きな役割を果たします。
私たちは、分類器がGANによって生成された画像間のある種のパターンを学習すると容易に想定することができます。
しかし、専門家による精巧な偽造品はまったく異なるプロセスで作成されるため、それらのパターンは人間の専門家の前では無力になる可能性があります。
そのため、私たちは専門家レベルの偽の顔写真を使って独自のデータセットを作成する必要がありました。

ディレクトリとファイル情報

親ディレクトリの中にあるtraining_real/training_fakeには、それぞれ実際の顔写真と偽の顔写真が含まれています。
偽の写真の場合、簡単、中、難しいの3つのグループがあります（これらのグループは主観的に分けられているため、明示的なカテゴリとして使用することはお勧めしません）。
また、偽の画像のファイル名を使って、顔のどの部分が置き換えられているかを確認することができます（下の画像を参照）。
ファイル名の説明。