文件名称：CASIA-SURF_CeFA:面部反欺骗攻击检测挑战@ CVPR2020
文件大小：3.15MB
文件格式：ZIP
更新时间：2024-05-22 13:19:12
Python
Chalearn CeFA面对反欺骗挑战 这是我们在CVPR 2020上针对Chalearn单模式人脸防欺骗攻击检测挑战的解决方案的代码。 如果您在实验中使用此代码，请访问以下论文： : 我们的解决方案基于两种类型的人工变换：秩合并[1]和光流[2]，并在端到端流水线中组合以进行欺骗检测和序列增强，以丰富伪造轨道的集合。 参考 [1] Basura Fernando，Efstratios Gavves，Jose Oramas，AmirGhodrati和Tinne Tuytelaars。进行行动识别的排名汇总。TPAMI，39（4）：773–787，201 [2] C. Liu。 超越像素：探索运动分析的新表示形式和应用。 博士论文。 麻省理工学院，2009。 训练步骤 步骤1。 安装at_learner_core cd /path/to/new/pip/environment
【文件预览】：
CASIA-SURF_CeFA-master
----at_learner_core()
--------at_learner_core()
--------requirements.txt(1KB)
--------setup.py(796B)
--------Makefile(144B)
--------README.md(570B)
----rgb_track()
--------models()
--------main.py(1KB)
--------test_config.py(2KB)
--------rgb_predictor.py(2KB)
--------rgb_trainer.py(2KB)
--------compile_submit_file.py(723B)
--------configs_final_exp.py(7KB)
----figures()
--------pipeline.png(158KB)
----data()
--------OpticalFlow.cpp(34KB)
--------dev_list.txt(5.29MB)
--------dev_test_list.txt(25.45MB)
--------prepare_lists.py(1KB)
--------train_list.txt(13.37MB)
----LICENSE(1KB)
----README.md(3KB)
----multimodal_track()
--------multimodal_track()