چهري جي سڃاڻپ ماڊل تي هڪ ڪيس اسٽڊي
فراڊ ڊيٽيڪشن اي آءِ ماڊلز لاءِ اينٽي اسپوفنگ وڊيو ڊيٽا سيٽ
دريافت ڪريو ته ڪيئن شيپ 25,000 اعليٰ معيار جي اينٽي اسپوفنگ وڊيو ڊيٽاسيٽ پهچائي ٿو جيڪي حقيقي ۽ ري پلے حملي جي منظرنامي کي نمايان ڪن ٿا ته جيئن فراڊ جي ڳولا لاءِ AI ماڊلز کي تربيت ڏني وڃي.
پراجيڪٽ Overview
شيپ هڪ معروف AI سيڪيورٽي ڪمپني سان ڀائيواري ڪئي ته جيئن هڪ اعليٰ معيار، آف دي شيلف اينٽي اسپوفنگ وڊيو ڊيٽاسيٽ فراهم ڪري سگهجي جيڪو فراڊ جي ڳولا لاءِ AI ماڊل ٽريننگ کي وڌائڻ لاءِ ٺاهيو ويو آهي. ڊيٽاسيٽ ۾ 25,000 وڊيوز شامل هيون جيڪي حقيقي ۽ ري پلے حملي جي منظرنامي کي قبضو ڪنديون هيون، اينٽي اسپوفنگ ماڊلز لاءِ مضبوط تربيتي ڊيٽا کي يقيني بڻائينديون هيون.
12,500 شرڪت ڪندڙن مان هر هڪ ٻه وڊيوز ڏنا - هڪ حقيقي ۽ هڪ ري پلے حملو - 720p يا ان کان وڌيڪ ريزوليوشن تي رڪارڊ ڪيو ويو جنهن جي فريم ريٽ 26 FPS ۽ ان کان مٿي هئي.
منصوبي جو مقصد مستند ۽ متنوع ڊيٽاسيٽ پهچائڻ هو جيڪي AI ماڊلز کي حقيقي ۽ جعلي بايوميٽرڪ وڊيوز جي وچ ۾ مؤثر طريقي سان فرق ڪرڻ جي قابل بڻائيندا، انهي ڪري بايوميٽرڪ تصديق سسٽم ۾ فراڊ جي خطرن کي گهٽائي سگهندا.
اهم انگ اکر
ڪُل 25,000 وڊيوز ( 12,500 حقيقي وڊيوز، 12,500 ري پلے حملي جون وڊيوز)
12,500 ڌار ڌار
شرڪت
5 نسلي گروهه
ڊيٽاسيٽ ۾ نمائندگي ڪئي وئي آهي
مرحليوار ترسيل: 6,250 وڊيوز جا 4 بيچ هر هڪ
ميٽا ڊيٽا خاصيتون: ڊيٽا سيٽ جي استعمال جي بهتري لاءِ 12 اهم پيرا ميٽرز
اينٽي اسپوفنگ بايوميٽرڪ ڊيٽا سيٽ اسڪوپ
ڊيٽا سيٽ ڪيوريشن: پروجيڪٽ جو ڌيان اعليٰ معيار جي اينٽي اسپوفنگ وڊيو ڊيٽاسيٽس پهچائڻ تي هو جنهن ۾ حقيقي ۽ ري پلے حملي جا وڊيوز شامل هئا . اهم پهلو شامل هئا:
- 12,500 شرڪت ڪندڙ مدد ڏيڻ ٻه وڊيوز هر هڪ (1 حقيقي، 1 جعلي).
- رڪارڊنگ ڊوائيسز ۾ تنوع ماڊل جي موافقت کي وڌائڻ لاءِ.
- متوازن نسلي نمائندگي ڊيٽا سيٽ جي شموليت کي يقيني بڻائڻ لاءِ.
ميٽا ڊيٽا ڪليڪشن: هر وڊيو سان گڏ ڊيٽا سيٽ جي استعمال کي وڌائڻ لاءِ 12 ميٽا ڊيٽا خاصيتون شامل هيون.
وڊيو ڊيٽا گڏ ڪرڻ جا چئلينج
برابري جي نمائندگي
اعليٰ معيار جي وڊيوز حاصل ڪرڻ دوران نسلي لحاظ کان ڊيٽا جي متوازن ورڇ کي برقرار رکڻ.
معيار تي ضابطو
ڊيٽاسيٽ جي سالميت کي برقرار رکڻ لاءِ هر شرڪت ڪندڙ هڪ حقيقي ۽ هڪ ري پلے حملي واري وڊيو ۾ حصو وٺي.
ٽيڪنيڪل مطابقت
FPS (≥ 26)، ريزوليوشن (≥ 720p)، ۽ ٽائيم اسٽيمپ جي درستگي (+/- 0.5ms) لاءِ سخت هدايتن تي عمل ڪندي.
اسان ان کي ڪيئن حل ڪيو
شيپ منصوبي جي گهرجن کي پورو ڪرڻ لاءِ هڪ منظم ۽ اعليٰ معيار جو ڊيٽاسيٽ فراهم ڪيو. حل ۾ شامل هئا:
ڊيٽا سيٽ ڪيوريشن ۽ معيار ڪنٽرول
- 25,000 وڊيوز گڏ ڪيل 4 مرحلن رڪاوٽن کان بچڻ لاءِ، هڪ مستحڪم ۽ منظم ڊيٽا جي وهڪري کي يقيني بڻائڻ لاءِ.
- سخت تصديق جو عمل جي تعميل کي يقيني بڻائڻ لاء FPS، ريزوليوشن، ۽ ميٽا ڊيٽا جي درستگي. هر وڊيو کي آخري قبوليت کان اڳ ڪيترائي معيار جا معائنا ڪيا ويا.
- جامع ميٽا ڊيٽا ٽيگنگ سان 12 خاصيتون:
- فائل جي سڃاڻپ/نالو
- حملي جو قسم (حقيقي/ري پلي)
- شخص جي سڃاڻپ
- ويڊيو ريڪارڊ
- ويڊيو جو عرصو
- موضوع جي نسلي حيثيت
- موضوع جي جنس
- وڊيو اصل آهي يا جعلي؟
- ڊوائيس جو نالو/ماڊل
- ماڻهو ڳالهائي رهيو آهي يا نه
- ٽائم اسٽيمپ جي شروعات جو وقت
- ٽائم اسٽيمپ ختم ٿيڻ جو وقت
- متوازن نسلي گروهه جي ورڇ: ڊيٽا سيٽ کي متوازن نسلي نمائندگي برقرار رکڻ لاءِ احتياط سان ترتيب ڏنو ويو. ورڇ ۾ هسپانوي (33٪)، ڏکڻ ايشيائي (21٪)، ڪاڪيشين (20٪)، آفريقي (15٪)، ۽ اوڀر ايشيائي ۽ وچ اوڀر جي آبادي (هر هڪ ۾ 6٪ تائين شامل آهن) شامل آهن.
- ڪابه نقل داخلائون نه آهن ڊيٽا سيٽ جي انفراديت کي برقرار رکڻ ۽ AI تربيت ۾ تعصب کي روڪڻ لاءِ.
- نسلي طور تي متنوع شرڪت ڪندڙن جي چونڊ هڪ ڊيٽا سيٽ ٺاهڻ لاءِ جيڪو حقيقي دنيا جي استعمال ڪندڙن جي تبديلين کي ظاهر ڪري، AI ماڊل جي موافقت ۽ انصاف کي بهتر بڻائي.
- رڪارڊنگ ڊيوائس جي تبديلي مختلف ماحولياتي سيٽنگن جي خلاف ماڊل جي مضبوطي کي وڌائڻ لاءِ ڪيترائي اسمارٽ فون ماڊل، ڪيمرا، ۽ روشني جون حالتون شامل ڪيون ويون.
نتيجو
شيپ پاران مهيا ڪيل اعليٰ معيار، متنوع اينٽي اسپوفنگ وڊيو ڊيٽاسيٽ ڪلائنٽ کي مختلف بايوميٽرڪ تصديق جي منظرنامي ۾ حقيقي ۽ اسپوف ٿيل وڊيوز جي وچ ۾ صحيح طور تي فرق ڪرڻ لاءِ AI ماڊلز کي تربيت ڏيڻ جي قابل بڻايو. ڊيٽاسيٽ ۾ حصو ورتو ويو:
فراڊ جي چڪاس
جعلي بايوميٽرڪ حملن کي ڳولڻ ۾ بهتر AI ڪارڪردگي.
مختلف ٽريننگ ڊيٽا
مختلف نسلن، ڊوائيسز، ۽ ماحولياتي حالتن ۾ ريپلي حملن کي سڃاڻڻ جي ماڊل جي صلاحيت کي مضبوط ڪيو.
مناسب
ڊيٽا سيٽ مستقبل جي اينٽي اسپوفنگ ماڊل واڌارن ۽ توسيعن لاءِ بنياد طور ڪم ڪري ٿو.
شيپ جو ڊيٽا سيٽ اسان جي AI-هلائيندڙ اينٽي اسپوفنگ ماڊلز کي وڌائڻ ۾ اهم ڪردار ادا ڪيو آهي. تنوع، معيار، ۽ منظم ميٽا ڊيٽا بايوميٽرڪ تصديق سسٽم ۾ فراڊ جي ڳولا کي بهتر بڻائڻ لاءِ هڪ مضبوط بنياد فراهم ڪيو.
