FaceForensics++ 数据集介绍与下载

国内网盘下载链接：
链接：迅雷网盘

1. 数据集概览

FaceForensics++ 是目前学术界和工业界最广泛使用的面部伪造检测（Deepfake Detection）基准数据集之一。它由德国慕尼黑工业大学、意大利那不勒斯腓特烈二世大学等机构的研究者共同构建，相关论文发表于 ICCV 2019（国际计算机视觉顶级会议）。

该数据集的核心价值在于，它提供了一个标准化、大规模的测评平台，用以衡量不同伪造检测算法的性能。在此之前，相关研究常因数据集规模小、伪造方法单一而难以公平比较，FaceForensics++ 的出现改变了这一局面。

2. 数据规模与构成

FaceForensics++ 包含了从 977 个 YouTube 视频中精选出的 1000 段原始（真实）视频序列，总计超过 150 万帧图像，原始数据量超过 1.5 TB。这些视频均以正面、无遮挡的人脸为主，以确保自动化篡改方法能够生成逼真的伪造效果。

在这 1000 段原始视频的基础上，研究者利用 四种不同的自动化人脸篡改方法生成了对应的伪造视频，构成了完整的 FaceForensics++ 数据集：

篡改方法	类型	简要描述
Deepfakes	深度学习（换脸）	基于自编码器，将源人脸替换到目标人脸上。
Face2Face	计算机图形学（表情重演）	将一个人的面部表情实时迁移到另一个人的脸上。
FaceSwap	计算机图形学（换脸）	基于3D模型和面部特征点进行面部交换。
NeuralTextures	深度学习（属性编辑）	利用神经纹理渲染技术修改面部属性或表情。

注：后续版本和部分衍生工作中也包含了 FaceShifter 等其他方法的伪造视频。

为了模拟真实世界中的视频压缩情况，数据集中的视频被处理为 三种质量等级：

Raw（原始）：未经压缩的输出视频。
HQ（高质量，c23）：使用 H.264 编码，压缩参数为 23。
LQ（低质量，c40）：使用 H.264 编码，压缩参数为 40。

3. 数据格式与目录结构

FaceForensics++ 数据集的典型目录结构如下（参考自 DeepfakeBench 等工具库的规范）：

text

FaceForensics++
├── original_sequences          # 原始真实视频
│   └── youtube                  # 来源：YouTube
│       ├── c23                  # 高质量 (HQ)
│       │   └── videos           # 存放 .mp4 视频文件
│       └── c40                  # 低质量 (LQ)
│           └── videos
└── manipulated_sequences       # 伪造视频
    ├── Deepfakes
    │   ├── c23
    │   │   └── videos
    │   └── c40
    │       └── videos
    ├── Face2Face
    │   └── ... (同上)
    ├── FaceSwap
    │   └── ... (同上)
    └── NeuralTextures
        └── ... (同上)

此外，部分经过预处理的版本还会提供 帧图片（frames）、人脸掩码（masks） 和 面部关键点（landmarks） 数据，方便进行图像分类或分割任务。

4. 学术价值与应用场景

FaceForensics++ 之所以成为领域标杆，主要归功于以下几点：

规模空前：其包含的伪造视频数量远超同期其他数据集，为训练深度神经网络提供了充足的数据。
方法多样：涵盖了当时最主流的几类人脸篡改技术，使得在该数据集上训练的检测器具有更好的泛化能力。
贴近现实：视频来源于真实的 YouTube 内容，并考虑了压缩率的影响，使得测评结果更具实际参考意义。

基于该数据集，研究者发现，在原始视频上训练得到的 XceptionNet 模型，其检测准确率可达 99% 以上；即使在低质量视频上，准确率也能保持在 86% 左右，显著超越了人类肉眼的识别能力。

5. 获取方式与引用

官方获取方式通常需要填写并发送数据使用协议至指定邮箱（faceforensics@googlegroups.com），审核通过后会提供下载链接。为方便国内研究者，本文开头已附上国内网盘下载链接（数据来源：https://hyper.ai/cn/datasets/16485）。

如果你在研究中使用了 FaceForensics++ 数据集，请引用以下论文：