ONOT: a High-Quality ICAO-compliant Synthetic Mugshot Dataset

现在，最先进的基于人工智能的生成模型是解决包含个人信息（如人脸）的数据集中的隐私问题和偏见的可行解决方案。基于这一想法，本文介绍了一个名为ONOT的合成数据集，专门针对生成符合ISO/IEC 39794-5标准要求的高质量人脸，该标准遵循国际民航组织（ICAO）的指导方针，定义了电子机读旅行文件（eMRTD）中人脸图像的交换格式。ONOT中包含的严格控制和多样化的证件照图像对于与eMRTD中的人脸图像分析相关的研究领域非常有用，例如Morphing攻击检测和人脸质量评估。该数据集已公开发布，并结合生成过程细节，以提高可重复性并支持未来的扩展。

论文旨在通过生成高质量的人脸图像解决隐私问题和数据集偏见，以符合国际民航组织（ICAO）指南下的电子机读旅行文件（eMRTD）中的人脸图像交换格式的ISO/IEC 39794-5标准要求。

论文提出了一个名为ONOT的合成数据集，专注于生成符合ISO/IEC 39794-5标准要求的高质量人脸图像，并公开了生成过程的细节，以提高可重复性和未来扩展的可能性。

论文的亮点包括：1. ONOT数据集的生成过程和细节被公开，以便其他研究人员可以使用和扩展该数据集。2. ONOT数据集可以用于相关领域的研究，例如变形攻击检测和人脸质量评估。3. ONOT数据集的图像质量符合ISO/IEC 39794-5标准要求。

最近在这个领域中，还有一些相关研究，例如“生成对抗网络（GAN）生成的合成人脸图像用于面部识别系统的训练”和“基于深度学习的人脸图像合成方法的比较研究”。