VTF900
可见光-热红外人脸识别大规模基准数据集，包含900名受试者的配对影像，支持1:1验证与1:N闭集识别评测，用于跨光谱与跨数据集分析
时间轴 (近 90 天)
VTF900是一个包含900名受试者配对可见光-热红外影像的跨光谱人脸识别基准数据集，支持验证任务（1:1匹配）与闭集识别任务（1:N匹配）的大规模评测。
VTF900的实验采用在ARL-VTF数据集上训练、在VTF900上评测的跨数据集协议。
在VTF900全库规模（N=900）正面条件下，ViT-B模型达到97.68%的AUC和51.10%的TAR@1%FAR。
在VTF900全库规模（N=900）非正面姿态下，DPIT-ResNet50取得94.68%的AUC与36.08%的TAR@1%FAR。
VTF900研究表明小规模注册库下的高AUC并不能转化为部署规模下的可靠性能，基于百人级注册库得出的模型排名在900人规模下可能发生实质性重排。
VTF900覆盖卷积网络（基线）、视觉Transformer以及域自适应神经网络三类架构的基准分析。
VTF900数据集包含表情、姿态与遮挡变化，其中姿态和遮挡是跨光谱识别在实际场景中最常见的失效来源。
全部知识事实 (7)
VTF900是一个包含900名受试者配对可见光-热红外影像的跨光谱人脸识别基准数据集，支持验证任务（1:1匹配）与闭集识别任务（1:N匹配）的大规模评测。
50%待验证VTF900的实验采用在ARL-VTF数据集上训练、在VTF900上评测的跨数据集协议。
50%待验证在VTF900全库规模（N=900）正面条件下，ViT-B模型达到97.68%的AUC和51.10%的TAR@1%FAR。
50%待验证在VTF900全库规模（N=900）非正面姿态下，DPIT-ResNet50取得94.68%的AUC与36.08%的TAR@1%FAR。
50%待验证VTF900研究表明小规模注册库下的高AUC并不能转化为部署规模下的可靠性能，基于百人级注册库得出的模型排名在900人规模下可能发生实质性重排。
50%待验证VTF900覆盖卷积网络（基线）、视觉Transformer以及域自适应神经网络三类架构的基准分析。
50%待验证VTF900数据集包含表情、姿态与遮挡变化，其中姿态和遮挡是跨光谱识别在实际场景中最常见的失效来源。
50%