CASIA-SURF数据集下载与使用指南：从零开始的人脸活体检测实践

1次阅读

没有评论

共计 2014 个字符，预计需要花费 6 分钟才能阅读完成。

CASIA-SURF 是由中科院自动化研究所发布的权威人脸活体检测数据集，它解决了传统数据集中样本单一、攻击类型有限的问题。该数据集具有三个突出特点：

多模态数据：同步采集 RGB、深度和红外三种成像模式
丰富样本：包含 1,000 个不同对象的 21,000 段视频，涵盖 6 种常见攻击方式
真实场景：数据在多种光照条件和背景下采集，更接近实际应用环境

作为人脸反欺诈研究的基准数据集，它被广泛应用于 ICCV、CVPR 等顶级会议的论文中。掌握该数据集的使用方法是进入活体检测领域的重要一步。

访问中科院自动化所生物识别与安全技术研究中心官网
在数据集板块找到 CASIA-SURF 申请入口
填写机构邮箱（edu 或科研机构域名优先）和用途说明
等待 1 - 3 个工作日获取下载授权链接

数据集大小约 120GB，确保存储空间充足
推荐使用 IDM 等下载工具，避免网络中断
下载完成后务必校验 MD5 值（官方会提供校验文件）
解压密码将通过邮件单独发送

解压后的目录结构如下：

CASIA-SURF/
├── Train/
│   ├── client/       # 真人样本
│   ├── print/        # 打印攻击
│   ├── replay/       # 重放攻击
│   └── mask/         # 面具攻击
├── Test/
│   ├── client/
│   └── attack/
└── Readme.pdf        # 详细标注说明

关键文件说明：

每个样本包含 _rgb.avi、_depth.dat、_ir.avi 三个文件
标注文件包含拍摄角度、光照条件等元数据
测试集标签单独提供，用于模型验证

# 必需库安装
!pip install opencv-python numpy pandas tqdm

import cv2
import numpy as np
from pathlib import Path

# 读取多模态数据
def load_sample(data_dir, sample_id):
    base_path = Path(data_dir)/f"{sample_id}"

    # RGB 视频帧读取
    rgb_frames = []
    cap = cv2.VideoCapture(str(base_path.with_name(f"{sample_id}_rgb.avi")))
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret: break
        rgb_frames.append(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
    cap.release()

    # 深度数据加载（需特殊处理）depth_data = np.fromfile(str(base_path.with_name(f"{sample_id}_depth.dat")), 
        dtype=np.float32
    ).reshape(len(rgb_frames), 224, 224)

    return np.stack(rgb_frames), depth_data

def preprocess_frames(frames, target_size=(112,112)):
    processed = []
    for frame in frames:
        # 人脸检测（简化示例，实际建议用 MTCNN 等专业工具）face = cv2.resize(frame, target_size)
        # 归一化
        face = (face - 127.5) / 128.0
        processed.append(face)
    return np.stack(processed)