嘿,亲!知识可是无价之宝呢,但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下,绝对物超所值哦!如有下载和支付问题,请联系我们QQ(微信同号):813200300
本次赞助数额为: 2 元微信扫码支付:2 元
请留下您的邮箱,我们将在2小时内将文件发到您的邮箱
在本工程中我们开源了活体模型训练架构,数据预处理方法,模型训练和测试脚本以及开源的APK供大家测试使用。 活体检测技术主要是判别机器前出现的人脸是真实还是伪造的,其中借助其他媒介呈现的人脸都可以定义为虚假的人脸,包括打印的纸质照片、电子产品的显示屏幕、硅胶面具、立体的3D人像等。目前主流的活体解决方案分为配合式活体检测和非配合式活体检测(静默活体检测)。配合式活体检测需要用户根据提示完成指定的动作,然后再进行活体校验,静默活体则在用户无感的情况下直接进行活体校验。
因傅里叶频谱图一定程度上能够反应真假脸在频域的差异,因此我们采用了一种基于傅里叶频谱图辅助监督的静默活体检测方法, 模型架构由分类主分支和傅里叶频谱图辅助监督分支构成
Silent-Face-Anti-Spoofing-master
├── LICENSE
├── README.md
├── README_EN.md
├── datasets
│ └── README.md
├── images
│ ├── demo.gif
│ ├── framework.jpg
│ ├── logo.jpg
│ ├── patch_demo.png
│ ├── sample
│ │ ├── image_F1.jpg
│ │ ├── image_F1_result.jpg
│ │ ├── image_F2.jpg
│ │ ├── image_F2_result.jpg
│ │ ├── image_T1.jpg
│ │ └── image_T1_result.jpg
│ ├── 设置阈值.png
│ └── 静默活体APK.jpeg
├── requirements.txt
├── resources
│ ├── anti_spoof_models
│ │ ├── 2.7_80x80_MiniFASNetV2.pth
│ │ └── 4_0_0_80x80_MiniFASNetV1SE.pth
│ └── detection_model
│ ├── Widerface-RetinaFace.caffemodel
│ └── deploy.prototxt
├── saved_logs
│ └── jobs
│ └── Anti_Spoofing_1_80x80
│ └── Jul08_12-51-18
│ └── events.out.tfevents.1594183888.old01
├── src
│ ├── anti_spoof_predict.py
│ ├── data_io
│ │ ├── dataset_folder.py
│ │ ├── dataset_loader.py
│ │ ├── functional.py
│ │ └── transform.py
│ ├── default_config.py
│ ├── generate_patches.py
│ ├── model_lib
│ │ ├── MiniFASNet.py
│ │ └── MultiFTNet.py
│ ├── train_main.py
│ └── utility.py
├── test.py
└── train.py
13 directories, 35 files