FDDB抗欺骗人脸识别数据集

FDDB（Face Detection Data Set and Benchmark）是一个用于人脸检测的数据集和基准测试。它由约28,000张图片组成，其中包含了超过5,000个人脸实例，每张图片平均包含1.7个人脸。该数据集最初是由加州大学伯克利分校的计算机视觉实验室创建的，用于评估不同的人脸检测算法的性能。

FDDB数据集中的人脸实例具有各种不同的姿势、光照和表情变化，以及遮挡和模糊等问题。这些问题使得人脸检测变得更加具有挑战性。因此，FDDB数据集成为了评估人脸检测算法的标准数据集之一。

除了用于人脸检测，FDDB数据集还可以用于人脸识别和欺骗检测等任务。特别地，FDDB还提供了一个欺骗人脸检测子集，其中包含着装面具、照片和视频等欺骗性人脸实例。