深度伪造人脸图像数据集
数据来源：互联网公开数据
标签：深度伪造,人脸图像,深度学习,生成对抗网络,数据增强,图像识别,模型训练,数据集构建
数据概述：
本数据集通过合并和增强两个广泛使用的数据集，为开发更 robust 的深度伪造检测模型提供了全面的资源。数据集包含140,000张真实和伪造的人脸图像（各70,000张），以及1,288张真实和伪造的人脸图像（700张真实，588张伪造）。真实图像来自Nvidia的Flickr数据集和Unsplash API，伪造图像则使用StyleGAN和StyleGAN2生成。通过应用旋转、平移、亮度调整、缩放、裁剪和翻转等增强技术，生成了额外的6,445张图像，最终数据集包含12,890张图像（5,890张真实，7,000张伪造）。数据集在保持多样性的同时，确保了类别间的平衡性，从而提高了模型的泛化能力。
数据用途概述：
该数据集适用于训练和评估深度伪造检测模型，研究生成对抗网络（GAN）生成图像对人脸识别系统的影响，以及探索跨多个来源的假图像检测泛化技术。通过对该数据集的研究和利用，研究人员和实践者能够开发出更有效的模型，以区分来自不同源和生成技术的真实和合成人脸图像。
