ચહેરાની ઓળખ મોડેલ પર એક કેસ સ્ટડી
છેતરપિંડી શોધ AI મોડેલ્સ માટે એન્ટિ-સ્પૂફિંગ વિડિઓ ડેટાસેટ
શેપે કેવી રીતે 25,000 ઉચ્ચ-ગુણવત્તાવાળા એન્ટી-સ્પૂફિંગ વિડિઓ ડેટાસેટ્સ પહોંચાડ્યા જેમાં વાસ્તવિક અને રિપ્લે હુમલાના દૃશ્યો દર્શાવવામાં આવ્યા હતા જેથી AI મોડેલોને છેતરપિંડી શોધવા માટે તાલીમ આપી શકાય.
પ્રોજેક્ટ ઓવરવ્યૂ
શેપ એ એક અગ્રણી AI સુરક્ષા કંપની સાથે ભાગીદારી કરી છે જેથી છેતરપિંડી શોધ માટે AI મોડેલ તાલીમને વધારવા માટે રચાયેલ ઉચ્ચ-ગુણવત્તાવાળા, ઑફ-ધ-શેલ્ફ એન્ટી-સ્પૂફિંગ વિડિઓ ડેટાસેટ પ્રદાન કરી શકાય. ડેટાસેટમાં 25,000 વિડિઓઝનો સમાવેશ થાય છે જે વાસ્તવિક અને રિપ્લે હુમલાના દૃશ્યોને કેપ્ચર કરે છે, જે એન્ટી-સ્પૂફિંગ મોડેલો માટે મજબૂત તાલીમ ડેટા સુનિશ્ચિત કરે છે.
૧૨,૫૦૦ સહભાગીઓમાંથી દરેકે બે વિડીયોનું યોગદાન આપ્યું - એક રીઅલ અને એક રીપ્લે એટેક - જે ૭૨૦p કે તેથી વધુ રિઝોલ્યુશન પર ૨૬ FPS અને તેથી વધુના ફ્રેમ રેટ સાથે રેકોર્ડ કરવામાં આવ્યા હતા.
આ પ્રોજેક્ટનો ધ્યેય અધિકૃત અને વૈવિધ્યસભર ડેટાસેટ્સ પહોંચાડવાનો હતો જે AI મોડેલોને વાસ્તવિક અને બનાવટી બાયોમેટ્રિક વિડિઓઝ વચ્ચે અસરકારક રીતે તફાવત કરવા સક્ષમ બનાવશે, જેનાથી બાયોમેટ્રિક પ્રમાણીકરણ સિસ્ટમમાં છેતરપિંડીના જોખમો ઘટાડશે.
કી આંકડા
કુલ ૨૫,૦૦૦ વિડિઓઝ ( ૧૨,૫૦૦ વાસ્તવિક વિડિઓઝ, ૧૨,૫૦૦ રીપ્લે એટેક વિડિઓઝ)
12,500 અનન્ય
સહભાગીઓ
૫ વંશીય જૂથો
ડેટાસેટમાં રજૂ થયેલ
તબક્કાવાર ડિલિવરી: 6,250 વિડિઓઝના 4 બેચ
મેટાડેટા વિશેષતાઓ: ડેટાસેટ ઉપયોગીતા વધારવા માટે 12 મુખ્ય પરિમાણો
એન્ટિ-સ્પૂફિંગ બાયોમેટ્રિક ડેટાસેટ સ્કોપ
ડેટાસેટ ક્યુરેશન: આ પ્રોજેક્ટ વાસ્તવિક અને રિપ્લે એટેક વિડિઓઝ ધરાવતા ઉચ્ચ-ગુણવત્તાવાળા એન્ટી-સ્પૂફિંગ વિડિઓ ડેટાસેટ્સ પહોંચાડવા પર ધ્યાન કેન્દ્રિત કરે છે . મુખ્ય પાસાઓમાં શામેલ છે:
- 12,500 પ્રતિભાગીઓ ફાળો આપવો બે વિડિઓઝ (૧ વાસ્તવિક, ૧ બનાવટી).
- રેકોર્ડિંગ ઉપકરણોમાં વિવિધતા મોડેલ અનુકૂલનક્ષમતા વધારવા માટે.
- સંતુલિત વંશીય પ્રતિનિધિત્વ ડેટાસેટ સમાવિષ્ટતા સુનિશ્ચિત કરવા માટે.
મેટાડેટા સંગ્રહ: ડેટાસેટ ઉપયોગીતા વધારવા માટે દરેક વિડિઓ સાથે 12 મેટાડેટા વિશેષતાઓ હતી.
વિડિઓ ડેટા સંગ્રહ પડકારો
સમાન પ્રતિનિધિત્વ
ઉચ્ચ-ગુણવત્તાવાળા વિડિઓઝ મેળવતી વખતે વંશીય રીતે ડેટા વિતરણ સંતુલિત રાખવું.
ગુણવત્તા નિયંત્રણ
ડેટાસેટ અખંડિતતા જાળવવા માટે દરેક સહભાગી એક વાસ્તવિક અને એક રિપ્લે એટેક વિડિઓનું યોગદાન આપે તેની ખાતરી કરવી.
ટેકનિકલ સુસંગતતા
FPS (≥ 26), રિઝોલ્યુશન (≥ 720p), અને ટાઇમસ્ટેમ્પ ચોકસાઈ (+/- 0.5ms) માટે કડક માર્ગદર્શિકાનું પાલન કરવું.
અમે તેને કેવી રીતે ઉકેલ્યું
પ્રોજેક્ટની જરૂરિયાતોને પૂર્ણ કરવા માટે શેપે એક સંરચિત અને ઉચ્ચ-ગુણવત્તાવાળા ડેટાસેટ પૂરા પાડ્યા. ઉકેલમાં શામેલ છે:
ડેટાસેટ ક્યુરેશન અને ગુણવત્તા નિયંત્રણ
- 25,000 વિડિઓઝ એકત્રિત 4 તબક્કાઓ અવરોધોને ટાળીને, સ્થિર અને માળખાગત ડેટા પ્રવાહ સુનિશ્ચિત કરવા.
- સખત માન્યતા પ્રક્રિયા પાલન સુનિશ્ચિત કરવા માટે FPS, રિઝોલ્યુશન અને મેટાડેટા ચોકસાઈ. અંતિમ સ્વીકૃતિ પહેલાં દરેક વિડિઓની ગુણવત્તાની અનેક ચકાસણી કરવામાં આવી.
- વ્યાપક મેટાડેટા ટેગિંગ સાથે ૧૨ વિશેષતાઓ:
- ફાઇલ ID/નામ
- હુમલાનો પ્રકાર (રીઅલ/રીપ્લે)
- વ્યક્તિ ID
- વિડિઓ ઠરાવ
- વિડિઓ અવધિ
- વિષયની વંશીયતા
- વિષયનું લિંગ
- વિડિઓ ઓરિજિનલ છે કે બનાવટી
- ઉપકરણનું નામ/મોડલ
- વ્યક્તિ બોલે કે ન બોલે
- ટાઇમસ્ટેમ્પ શરૂ થવાનો સમય
- ટાઇમસ્ટેમ્પ સમાપ્તિ સમય
- સંતુલિત વંશીય જૂથ વિતરણ: સંતુલિત વંશીય પ્રતિનિધિત્વ જાળવવા માટે ડેટાસેટને કાળજીપૂર્વક તૈયાર કરવામાં આવ્યો હતો. વિતરણમાં હિસ્પેનિક (33%), દક્ષિણ એશિયન (21%), કોકેશિયન (20%), આફ્રિકન (15%), અને પૂર્વ એશિયન અને મધ્ય પૂર્વીય વસ્તી (દરેકમાં 6% સુધીનો સમાવેશ થાય છે)નો સમાવેશ થાય છે.
- કોઈ ડુપ્લિકેટ એન્ટ્રીઓ નથી ડેટાસેટની વિશિષ્ટતા જાળવવા અને AI તાલીમમાં પૂર્વગ્રહોને રોકવા માટે.
- વંશીય રીતે વૈવિધ્યસભર સહભાગીઓની પસંદગી એક ડેટાસેટ બનાવવા માટે જે વાસ્તવિક દુનિયાના વપરાશકર્તા ભિન્નતાને પ્રતિબિંબિત કરે છે, AI મોડેલ અનુકૂલનક્ષમતા અને ન્યાયીપણામાં સુધારો કરે છે.
- રેકોર્ડિંગ ડિવાઇસ ભિન્નતા વિવિધ પર્યાવરણીય સેટિંગ્સ સામે મોડેલની મજબૂતાઈ વધારવા માટે બહુવિધ સ્માર્ટફોન મોડેલો, કેમેરા અને લાઇટિંગ પરિસ્થિતિઓનો સમાવેશ કરવામાં આવ્યો હતો.
પરિણામ
શેપ દ્વારા પૂરા પાડવામાં આવેલ ઉચ્ચ-ગુણવત્તાવાળા, વૈવિધ્યસભર એન્ટી-સ્પૂફિંગ વિડિઓ ડેટાસેટથી ક્લાયન્ટને વિવિધ બાયોમેટ્રિક પ્રમાણીકરણ પરિસ્થિતિઓમાં વાસ્તવિક અને સ્પૂફ વિડિઓઝ વચ્ચે સચોટ રીતે તફાવત કરવા માટે AI મોડેલ્સને તાલીમ આપવામાં સક્ષમ બનાવ્યું. ડેટાસેટે આમાં ફાળો આપ્યો:
છેતરપિંડીની તપાસ
કપટપૂર્ણ બાયોમેટ્રિક હુમલાઓ શોધવામાં AI કામગીરીમાં વધારો.
વિવિધ તાલીમ ડેટા
વિવિધ જાતિઓ, ઉપકરણો અને પર્યાવરણીય પરિસ્થિતિઓમાં રિપ્લે હુમલાઓને ઓળખવાની મોડેલની ક્ષમતાને મજબૂત બનાવી.
માપનીયતા
આ ડેટાસેટ ભવિષ્યના એન્ટી-સ્પૂફિંગ મોડેલ એન્હાન્સમેન્ટ્સ અને વિસ્તરણ માટે પાયા તરીકે કામ કરે છે.
શેપનો ડેટાસેટ અમારા AI-સંચાલિત એન્ટી-સ્પૂફિંગ મોડેલ્સને વધારવામાં મહત્વપૂર્ણ ભૂમિકા ભજવી રહ્યો છે. વિવિધતા, ગુણવત્તા અને માળખાગત મેટાડેટાએ બાયોમેટ્રિક પ્રમાણીકરણ સિસ્ટમ્સમાં છેતરપિંડી શોધને સુધારવા માટે મજબૂત પાયો પૂરો પાડ્યો છે.
