-
ChaLearn_liveness_challenge: 在CVPR2019上举办的ChaLearn Face防伪攻击检测挑战
资源介绍
a.parkin的ChaLearn人脸反欺骗攻击检测挑战解决方案@ CVPR2019（VisionLabs）
我们的方法在[1]中使用了经过修改的网络架构。 如图所示，RGB，深度和IR输入由单独的流处理，然后是连接层和完全连接的层。 与[1]不同，我们使用聚合块（Agg res2，...）来聚合网络多层的输出。 我们针对面部识别和性别识别的四个不同任务对网络权重进行预训练。 然后，我们在CASIA-SURF面部反欺骗数据集的训练集上分别对这些网络进行微调。 为了提高对各种攻击的鲁棒性，我们对网络进行了三层训练，并结合了两个初始种子进行训练。 表中列出了我们单独或组合评估的模型的结果。
NN1
NN1a
NN2
NN3
NN4
种子
Val trp @ fpr = 10e-4
测试trp @ fpr = 10e-4
:check_mark:
0.9943
:check_mark:
0.9987
:check_mark: