ForgeryNet 얼굴 위조 데이터 세트
ForgeryNet 데이터 세트는 딥페이크 분석을 위해 특별히 구축된 대규모의 포괄적인 벤치마크입니다. 여기에는 전 세계의 7가지 이미지 수준과 8가지 비디오 수준 위조 방법을 다루는 290만 개의 이미지와 221,247개의 비디오가 포함되어 있습니다. 이 데이터 세트는 연구자들에게 이미지 및 비디오 수준에서 이미지 위조 분류, 공간적 위조 위치 파악, 비디오 위조 분류, 시간적 위조 위치 파악의 네 가지 작업을 지원하는 풍부한 리소스를 제공합니다. 이러한 작업에는 이진 이미지 위조 감지부터 다중 분류 이미지 위조 감지, 위조 영역의 공간적, 시간적 위치 파악까지 다양합니다.
ForgeryNet 데이터 세트의 규모와 다양성으로 인해 현재 공개적으로 사용 가능한 가장 큰 딥페이스 위조 데이터 세트가 되었습니다. 특징은 다음과 같습니다.
- 데이터 규모: 290만 개의 이미지, 221,247개의 비디오
- 조작: 이미지 수준 방법 7개, 비디오 수준 방법 8개
- 섭동: 36개의 개별 섭동 및 더 많은 혼합 섭동
- 주석: 630만 개의 분류 레이블, 290만 개의 작업 영역 주석, 221,247개의 시간 위조 세그먼트 레이블
다음 4가지 작업에 사용할 수 있습니다.
- 시간 위조 위치: 영상이 위조된 시간대를 찾아냅니다.
- 이미지 위조 분류에는 2방향(진짜/위조), 3방향(진짜/위조 대 신원 대체 위조 방법/위조 대 신원 보존 위조 방법), n방향(진짜 대 15가지 위조 방법) 분류가 포함됩니다.
- 공간적 위조 위치 파악, 위조된 이미지의 조작된 영역을 해당 실제 이미지와 비교하여 분할합니다.
- 비디오 위조 분류는 비디오 레벨 위조 분류를 재정의하고 무작위 위치에서 프레임을 처리합니다.
이 데이터 세트는 2021년에 SenseTime Research, 베이징 우정대학교, 상하이 인공지능 연구소, 중국과학기술대학교 베이항대학교 소프트웨어학원, 난양이공대학교 S-Lab의 연구원들이 공동으로 출시했습니다.ForgeryNet: 포괄적인 위조 분석을 위한 다목적 벤치마크".