د مخ پیژندنې ماډل په اړه د قضیې مطالعه
د درغلیو کشفولو مصنوعي ذهانت ماډلونو لپاره د سپوفینګ ضد ویډیو ډیټاسیټ
ومومئ چې څنګه شایپ د درغلیو کشف لپاره د مصنوعي ذهانت ماډلونو روزلو لپاره د ریښتیني او بیا غږولو برید سناریوګانو سره 25,000 لوړ کیفیت لرونکي ویډیو ډیټاسیټونه وړاندې کړل.
د پروژې کتنه
شایپ د مصنوعي ذهانت د امنیت له مخکښ شرکت سره ملګرتیا وکړه ترڅو د لوړ کیفیت، غیر رسمي ضد جعلکارۍ ویډیو ډیټاسیټ چمتو کړي چې د درغلۍ کشف لپاره د مصنوعي ذهانت ماډل روزنې ته وده ورکولو لپاره ډیزاین شوی. په ډیټاسیټ کې 25,000 ویډیوګانې شاملې وې چې د ریښتیني او بیا غږولو برید سناریوګانې دواړه نیسي، د جعلي ذهانت ضد ماډلونو لپاره قوي روزنیز ډیټا ډاډمن کوي.
د هر یو د 12,500 ګډون کونکي دوه ویډیوګانې شریکې کړې - یو ریښتینی او یو بیا غږیز برید - چې په کې ثبت شوي ۷۲۰p یا لوړ ریزولوشن د چوکاټ نرخ سره ۲۶ FPS او پورته.
د پروژې هدف دا وو چې وړاندې کړي اصلي او متنوع ډیټاسیټونه دا به د مصنوعي ذهانت ماډلونو ته دا توان ورکړي چې په مؤثره توګه د اصلي او جعلي بایومیټریک ویډیوګانو ترمنځ توپیر وکړي، په دې توګه د بایومیټریک تصدیق سیسټمونو کې د درغلیو خطرونه کم کړي.
کلیدي ارقام
25,000 ټول ویډیوګانې (12,500 ریښتینې ویډیوګانې، 12,500 د برید ویډیوګانې بیا غږول)
12,500 بې سارې
ګډون کوونکي
5 قومي ډلې
په ډیټاسیټ کې ښودل شوی
مرحله وار تحویلي: 4 بیچونه 6,250 ویډیوګانې هر یو
د میټاډاټا ځانګړتیاوې: 12 د ډیټاسیټ د ښه کارونې لپاره کلیدي پیرامیټرې
د سپوفینګ ضد بایومیټریک ډیټاسیټ ساحه
د ډیټا سیټ تنظیم کول: دا پروژه د لوړ کیفیت ضد سپوفینګ ویډیو ډیټاسیټونو په وړاندې کولو تمرکز کوي چې پکې شامل دي د برید ریښتیني او بیا غږیدونکي ویډیوګانېمهم اړخونه پکې شامل دي:
- د 12,500 ګډون کونکي مرسته کول دوه ویډیوګانې هر یو (۱ ریښتینی، ۱ جعلي).
- د ثبتولو وسایلو تنوع د ماډل د تطبیق وړتیا لوړولو لپاره.
- متوازن قومي استازیتوب د ډیټاسیټ شمولیت ډاډمن کولو لپاره.
د میټاډاټا راټولول: هره ویډیو ورسره وه ۱۲ میټاډاټا ځانګړتیاوې د ډیټاسیټ کارولو وړتیا لوړولو لپاره.
د ویډیو معلوماتو راټولولو ننګونې
د لوړ کیفیت ویډیوګانو د ترلاسه کولو پرمهال د قومي معلوماتو متوازن ویش ساتل.
ډاډ ترلاسه کول چې هر ګډونوال د ډیټاسیټ بشپړتیا ساتلو لپاره یو ریښتینی او یو بیا غږیز برید ویډیو شریکوي.
د FPS (≥ 26)، ریزولوشن (≥ 720p)، او د وخت ټاپه دقت (+/- 0.5ms) لپاره سختو لارښوونو ته غاړه ایښودل.
موږ دا څنګه حل کړ
شایپ د پروژې اړتیاو پوره کولو لپاره یو منظم او لوړ کیفیت لرونکی ډیټاسیټ چمتو کړ. په حل کې شامل وو:
د ډیټاسیټ تنظیم او د کیفیت کنټرول
- د 25,000 ویډیو راټول شوي د 4 پړاونه د معلوماتو د دوامداره او منظم جریان ډاډمن کول، د خنډونو څخه مخنیوی کول.
- د اعتبار ورکولو سخته پروسه د اطاعت ډاډ ترلاسه کولو لپاره د FPS، ریزولوشن، او میټاډاټا دقت. هر ویډیو د وروستي منلو دمخه د کیفیت څو ځله معاینات ترسره کړل.
- جامع میټاډاټا ټګ کول سره ۱۲ صفتونه:
- د فایل ID/نوم
- د برید ډول (اصلي/بیا غږول)
- د شخص ID
- د ویډیو پریکړه
- د ویډیو موده
- د موضوع قومیت
- د موضوع جنس
- ایا ویډیو اصلي ده یا جعلي
- د وسیلې نوم/ماډل
- سړی خبرې کوي یا نه
- د ټایم سټمپ د پیل وخت
- د ټایم سټمپ پای وخت
- د قومي ډلو متوازن ویش: دا معلوماتي پاڼه په دقت سره تنظیم شوې وه ترڅو متوازن قومي استازیتوب وساتل شي. په ویش کې هسپانوي (۳۳٪)، سویلي آسیا (۲۱٪)، قفقاز (۲۰٪)، افریقایي (۱۵٪)، او د ختیځ آسیا او منځني ختیځ نفوس (هر یو یې تر ۶٪ پورې جوړوي) شامل دي.
- هیڅ دوه ځله ننوتنې نشته د AI روزنې کې د ډیټاسیټ انفرادیت ساتلو او د تعصباتو مخنیوي لپاره.
- د قومي پلوه متنوع ګډونوال انتخاب د داسې ډیټاسیټ رامینځته کول چې د کاروونکو حقیقي توپیرونه منعکس کړي، د AI ماډل تطبیق او انصاف ته وده ورکړي.
- د ثبتولو وسیلې توپیر د سمارټ فون ډیری ماډلونه، کیمرې، او د رڼا شرایط شامل وو ترڅو د مختلفو چاپیریالي ترتیباتو په وړاندې د ماډل پیاوړتیا لوړه کړي.
پایلې
د شایپ لخوا چمتو شوي لوړ کیفیت لرونکي، متنوع ضد سپوفینګ ویډیو ډیټاسیټ مراجعینو ته دا توان ورکړ چې د AI ماډلونه وروزي ترڅو په مختلفو بایومیټریک تصدیق سناریوګانو کې د اصلي او جعلي ویډیوګانو ترمنځ په سمه توګه توپیر وکړي. ډیټاسیټ پدې کې مرسته وکړه:
د جعلي بایومیټریک بریدونو په کشفولو کې د مصنوعي ذهانت فعالیت ښه شوی.
د ماډل وړتیا پیاوړې کړه چې په مختلفو قومونو، وسایلو او چاپیریالي شرایطو کې د بیا تکرار بریدونو پیژندلو توان ولري.
دا ډیټاسیټ د راتلونکي ضد سپوفینګ ماډل پرمختګونو او پراختیا لپاره د بنسټ په توګه کار کوي.
د شایپ ډیټاسیټ زموږ د مصنوعي ذهانت پر بنسټ د جعلکارۍ ضد ماډلونو په لوړولو کې مهم رول لوبولی دی. تنوع، کیفیت، او جوړښتي میټاډاټا د بایومیټریک تصدیق سیسټمونو کې د درغلۍ کشف ښه کولو لپاره یو قوي بنسټ چمتو کړی.
