DeeperForensicsChallengeSolution在LeetCode上的颜色分类：DeeperForensicsChallenge2

颜色分类leetcode DeeperForensics 挑战解决方案 此 repo 为 . 我们的解决方案在 DeeperForensics Challenge 的开发阶段取得了第一名。 排名可见 技术报告论文 作者 团队名称：法医用户名：BokingChen 管道 1.人脸提取 我们首先使用 Opencv 的 VideoCapture 从每个视频中等间隔提取 15 帧，然后使用人脸检测器 MTCNN 检测每帧的人脸区域，并将区域扩大 1.2 倍以裁剪人脸图像。 2. 分类 我们预测人脸是假的概率作为人脸分数。 三个模型（EfficientNet-B0、EfficientNet-B1 和 EfficientNet-B2）的结果在这里针对每个人脸进行了集成。 2. 输出 视频的最终输出分数是视频为假的预测概率，计算为从视频帧中提取的人脸分数的平均值。 训练 技巧 数据增强：在 . 有颜色饱和度（CS）、颜色对比度（CC）、局部块（BW）、颜色分量中的白高斯噪声（GNC）、高斯模糊（GB）和 JPEG 压缩（JPEG），它们直接应用于人脸图像。 此外，我们还以 0.2 的概率随机混合这些