മുഖം തിരിച്ചറിയൽ മാതൃകയെക്കുറിച്ചുള്ള ഒരു കേസ് പഠനം
തട്ടിപ്പ് കണ്ടെത്തൽ AI മോഡലുകൾക്കായുള്ള ആന്റി-സ്പൂഫിംഗ് വീഡിയോ ഡാറ്റാസെറ്റ്
തട്ടിപ്പ് കണ്ടെത്തലിനായി AI മോഡലുകളെ പരിശീലിപ്പിക്കുന്നതിനായി യഥാർത്ഥവും റീപ്ലേ ആക്രമണ സാഹചര്യങ്ങളും ഉൾക്കൊള്ളുന്ന 25,000 ഉയർന്ന നിലവാരമുള്ള ആന്റി-സ്പൂഫിംഗ് വീഡിയോ ഡാറ്റാസെറ്റുകൾ ഷായിപ്പ് എങ്ങനെയാണ് വിതരണം ചെയ്തതെന്ന് കണ്ടെത്തുക.
പ്രോജക്റ്റ് അവലോകനം
തട്ടിപ്പ് കണ്ടെത്തലിനായി AI മോഡൽ പരിശീലനം മെച്ചപ്പെടുത്തുന്നതിനായി രൂപകൽപ്പന ചെയ്ത ഉയർന്ന നിലവാരമുള്ള, ഓഫ്-ദി-ഷെൽഫ് ആന്റി-സ്പൂഫിംഗ് വീഡിയോ ഡാറ്റാസെറ്റ് നൽകുന്നതിനായി ഷൈപ് ഒരു പ്രമുഖ AI സുരക്ഷാ കമ്പനിയുമായി പങ്കാളിത്തത്തിൽ ഏർപ്പെട്ടു. ഡാറ്റാസെറ്റിൽ യഥാർത്ഥവും റീപ്ലേ ആക്രമണ സാഹചര്യങ്ങളും പകർത്തുന്ന 25,000 വീഡിയോകൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്, ഇത് ആന്റി-സ്പൂഫിംഗ് മോഡലുകൾക്കുള്ള ശക്തമായ പരിശീലന ഡാറ്റ ഉറപ്പാക്കുന്നു.
12,500 പങ്കാളികളിൽ ഓരോരുത്തരും രണ്ട് വീഡിയോകൾ സംഭാവന ചെയ്തു - ഒരു യഥാർത്ഥ ആക്രമണവും ഒരു റീപ്ലേ ആക്രമണവും - 720p അല്ലെങ്കിൽ ഉയർന്ന റെസല്യൂഷനിൽ 26 FPS അല്ലെങ്കിൽ അതിൽ കൂടുതൽ ഫ്രെയിം റേറ്റ് ഉപയോഗിച്ച് റെക്കോർഡുചെയ്തു.
യഥാർത്ഥവും വ്യാജവുമായ ബയോമെട്രിക് വീഡിയോകളെ ഫലപ്രദമായി വേർതിരിച്ചറിയാൻ AI മോഡലുകളെ പ്രാപ്തമാക്കുന്ന ആധികാരികവും വൈവിധ്യപൂർണ്ണവുമായ ഡാറ്റാസെറ്റുകൾ നൽകുക എന്നതായിരുന്നു പദ്ധതിയുടെ ലക്ഷ്യം , അതുവഴി ബയോമെട്രിക് പ്രാമാണീകരണ സംവിധാനങ്ങളിലെ തട്ടിപ്പ് അപകടസാധ്യതകൾ കുറയ്ക്കുക എന്നതായിരുന്നു.
പ്രധാന സ്ഥിതിവിവരക്കണക്കുകൾ
ആകെ 25,000 വീഡിയോകൾ ( 12,500 യഥാർത്ഥ വീഡിയോകൾ, 12,500 റീപ്ലേ ആക്രമണ വീഡിയോകൾ)
12,500 അതുല്യമായ
പങ്കെടുക്കുന്നവർ
5 വംശീയ വിഭാഗങ്ങൾ
ഡാറ്റാസെറ്റിൽ പ്രതിനിധീകരിക്കുന്നു
ഘട്ടം ഘട്ടമായുള്ള ഡെലിവറി: 6,250 വീഡിയോകൾ വീതമുള്ള 4 ബാച്ചുകൾ .
മെറ്റാഡാറ്റ ആട്രിബ്യൂട്ടുകൾ: മെച്ചപ്പെടുത്തിയ ഡാറ്റാസെറ്റ് ഉപയോഗക്ഷമതയ്ക്കുള്ള 12 പ്രധാന പാരാമീറ്ററുകൾ
ആന്റി-സ്പൂഫിംഗ് ബയോമെട്രിക് ഡാറ്റാസെറ്റ് സ്കോപ്പ്
ഡാറ്റാസെറ്റ് ക്യൂറേഷൻ: യഥാർത്ഥ, റീപ്ലേ ആക്രമണ വീഡിയോകൾ അടങ്ങിയ ഉയർന്ന നിലവാരമുള്ള ആന്റി-സ്പൂഫിംഗ് വീഡിയോ ഡാറ്റാസെറ്റുകൾ വിതരണം ചെയ്യുന്നതിലാണ് ഈ പ്രോജക്റ്റ് ശ്രദ്ധ കേന്ദ്രീകരിച്ചത് . പ്രധാന വശങ്ങൾ ഇവയാണ്:
- പങ്കെടുക്കുന്നവരിൽ 12,500 സംഭാവന രണ്ട് വീഡിയോകൾ വീതം (1 റിയൽ, 1 സ്പൂഫ്ഡ്).
- റെക്കോർഡിംഗ് ഉപകരണങ്ങളിലെ വൈവിധ്യം മോഡൽ പൊരുത്തപ്പെടുത്തൽ വർദ്ധിപ്പിക്കുന്നതിന്.
- സന്തുലിതമായ വംശീയ പ്രാതിനിധ്യം ഡാറ്റാസെറ്റ് ഉൾപ്പെടുത്തൽ ഉറപ്പാക്കാൻ.
മെറ്റാഡാറ്റ ശേഖരണം: ഡാറ്റാസെറ്റ് ഉപയോഗക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനായി ഓരോ വീഡിയോയിലും 12 മെറ്റാഡാറ്റ ആട്രിബ്യൂട്ടുകൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട് .
വീഡിയോ ഡാറ്റ ശേഖരണ വെല്ലുവിളികൾ
തുല്യ പ്രാതിനിധ്യം
ഉയർന്ന നിലവാരമുള്ള വീഡിയോകൾ കണ്ടെത്തുമ്പോൾ തന്നെ വംശീയത അടിസ്ഥാനമാക്കിയുള്ള സന്തുലിത ഡാറ്റ വിതരണം നിലനിർത്തുക.
ഗുണനിലവാര നിയന്ത്രണം
ഡാറ്റാസെറ്റ് സമഗ്രത നിലനിർത്തുന്നതിന് ഓരോ പങ്കാളിയും ഒരു യഥാർത്ഥ ആക്രമണ വീഡിയോയും ഒരു റീപ്ലേ ആക്രമണ വീഡിയോയും സംഭാവന ചെയ്യുന്നുണ്ടെന്ന് ഉറപ്പാക്കുന്നു.
സാങ്കേതിക സ്ഥിരത
FPS (≥ 26), റെസല്യൂഷൻ (≥ 720p), ടൈംസ്റ്റാമ്പ് കൃത്യത (+/- 0.5ms) എന്നിവയ്ക്കുള്ള കർശനമായ മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിക്കൽ.
ഞങ്ങൾ അത് എങ്ങനെ പരിഹരിച്ചു
പ്രോജക്റ്റിന്റെ ആവശ്യകതകൾ നിറവേറ്റുന്നതിനായി Shaip ഘടനാപരവും ഉയർന്ന നിലവാരമുള്ളതുമായ ഒരു ഡാറ്റാസെറ്റ് നൽകി. പരിഹാരത്തിൽ ഇവ ഉൾപ്പെടുന്നു:
ഡാറ്റാസെറ്റ് ക്യൂറേഷനും ഗുണനിലവാര നിയന്ത്രണവും
- 25,000 വീഡിയോകൾ ശേഖരിച്ചത് 4 ഘട്ടങ്ങൾ തടസ്സങ്ങൾ ഒഴിവാക്കിക്കൊണ്ട്, സ്ഥിരവും ഘടനാപരവുമായ ഡാറ്റാ ഒഴുക്ക് ഉറപ്പാക്കാൻ.
- കർശനമായ സ്ഥിരീകരണ പ്രക്രിയ പാലിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കാൻ FPS, റെസല്യൂഷൻ, മെറ്റാഡാറ്റ കൃത്യത. അന്തിമ സ്വീകാര്യതയ്ക്ക് മുമ്പ് ഓരോ വീഡിയോയും ഒന്നിലധികം ഗുണനിലവാര പരിശോധനകൾക്ക് വിധേയമാക്കി.
- സമഗ്ര മെറ്റാഡാറ്റ ടാഗിംഗ് കൂടെ 12 ആട്രിബ്യൂട്ടുകൾ:
- ഫയൽ ഐഡി/പേര്
- ആക്രമണ തരം (യഥാർത്ഥ/റീപ്ലേ)
- വ്യക്തി ഐഡി
- വീഡിയോ മിഴിവ്
- വീഡിയോ ദൈർഘ്യം
- വിഷയത്തിന്റെ വംശീയത
- വിഷയത്തിന്റെ ലിംഗഭേദം
- വീഡിയോ ഒറിജിനൽ ആണോ അതോ സ്പൂഫ് ചെയ്തതാണോ എന്ന്
- ഉപകരണത്തിന്റെ പേര്/മോഡൽ
- വ്യക്തി സംസാരിക്കുന്നുണ്ടോ ഇല്ലയോ
- ടൈംസ്റ്റാമ്പ് ആരംഭ സമയം
- ടൈംസ്റ്റാമ്പ് അവസാനിക്കുന്ന സമയം
- സന്തുലിതമായ വംശീയ ഗ്രൂപ്പ് വിതരണം: സന്തുലിതമായ വംശീയ പ്രാതിനിധ്യം നിലനിർത്തുന്നതിനായി ഡാറ്റാസെറ്റ് സൂക്ഷ്മമായി ക്യൂറേറ്റ് ചെയ്തിരിക്കുന്നു. വിതരണത്തിൽ ഹിസ്പാനിക് (33%), ദക്ഷിണേഷ്യൻ (21%), കൊക്കേഷ്യൻ (20%), ആഫ്രിക്കൻ (15%), കിഴക്കൻ ഏഷ്യൻ & മിഡിൽ ഈസ്റ്റേൺ ജനസംഖ്യ (ഓരോന്നും 6% വരെ) എന്നിവ ഉൾപ്പെടുന്നു.
- തനിപ്പകർപ്പ് എൻട്രികളൊന്നുമില്ല ഡാറ്റാസെറ്റ് അതുല്യത നിലനിർത്തുന്നതിനും AI പരിശീലനത്തിൽ പക്ഷപാതം തടയുന്നതിനും.
- വംശീയമായി വൈവിധ്യമാർന്ന പങ്കാളി തിരഞ്ഞെടുപ്പ് യഥാർത്ഥ ഉപയോക്തൃ വ്യതിയാനങ്ങളെ പ്രതിഫലിപ്പിക്കുന്ന ഒരു ഡാറ്റാസെറ്റ് സൃഷ്ടിക്കുന്നതിനും AI മോഡൽ പൊരുത്തപ്പെടുത്തലും ന്യായവും മെച്ചപ്പെടുത്തുന്നതിനും.
- ഉപകരണ വ്യതിയാനം റെക്കോർഡുചെയ്യുന്നു വ്യത്യസ്ത പാരിസ്ഥിതിക സാഹചര്യങ്ങൾക്കെതിരെ മോഡലിന്റെ കരുത്ത് വർദ്ധിപ്പിക്കുന്നതിന് ഒന്നിലധികം സ്മാർട്ട്ഫോൺ മോഡലുകൾ, ക്യാമറകൾ, ലൈറ്റിംഗ് അവസ്ഥകൾ എന്നിവ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.
ഫലം
ഷൈപ് നൽകിയ ഉയർന്ന നിലവാരമുള്ളതും വൈവിധ്യമാർന്നതുമായ ആന്റി-സ്പൂഫിംഗ് വീഡിയോ ഡാറ്റാസെറ്റ്, വിവിധ ബയോമെട്രിക് പ്രാമാണീകരണ സാഹചര്യങ്ങളിൽ യഥാർത്ഥ വീഡിയോകളും സ്പൂഫ് ചെയ്ത വീഡിയോകളും തമ്മിൽ കൃത്യമായി വേർതിരിച്ചറിയാൻ AI മോഡലുകളെ പരിശീലിപ്പിക്കാൻ ക്ലയന്റിനെ പ്രാപ്തമാക്കി. ഡാറ്റാസെറ്റ് സംഭാവന ചെയ്തത്:
തട്ടിപ്പ് കണ്ടെത്തൽ
വഞ്ചനാപരമായ ബയോമെട്രിക് ആക്രമണങ്ങൾ കണ്ടെത്തുന്നതിൽ മെച്ചപ്പെടുത്തിയ AI പ്രകടനം.
വൈവിധ്യമാർന്ന പരിശീലന ഡാറ്റ
വ്യത്യസ്ത വംശങ്ങൾ, ഉപകരണങ്ങൾ, പാരിസ്ഥിതിക സാഹചര്യങ്ങൾ എന്നിവയിലുടനീളം റീപ്ലേ ആക്രമണങ്ങൾ തിരിച്ചറിയാനുള്ള മോഡലിന്റെ കഴിവ് ശക്തിപ്പെടുത്തി.
സ്കേലബിളിറ്റി
ഭാവിയിലെ ആന്റി-സ്പൂഫിംഗ് മോഡൽ മെച്ചപ്പെടുത്തലുകൾക്കും വിപുലീകരണങ്ങൾക്കുമുള്ള അടിത്തറയായി ഈ ഡാറ്റാസെറ്റ് പ്രവർത്തിക്കുന്നു.
ഞങ്ങളുടെ AI-അധിഷ്ഠിത ആന്റി-സ്പൂഫിംഗ് മോഡലുകൾ മെച്ചപ്പെടുത്തുന്നതിൽ Shaip-ന്റെ ഡാറ്റാസെറ്റ് നിർണായക പങ്കുവഹിച്ചിട്ടുണ്ട്. വൈവിധ്യം, ഗുണനിലവാരം, ഘടനാപരമായ മെറ്റാഡാറ്റ എന്നിവ ബയോമെട്രിക് പ്രാമാണീകരണ സംവിധാനങ്ങളിലെ തട്ടിപ്പ് കണ്ടെത്തൽ മെച്ചപ്പെടുത്തുന്നതിന് ശക്തമായ അടിത്തറ നൽകി.
