学习卷积神经网络的面部反欺骗 “”论文的实现 结果 CASIA内测 原始数据集：或（密码：h5un） 规模 1.0 1.4 1.8 2.2 2.6 吝啬的 开发EER 0.1094 0.0408 0.0346 0.0339 0.0670 0.0571 测试HTER 0.1033 0.0492 0.0568 0.0675 0.0875 0.0729 测试EER 0.0923 0.0461 0.0578 0.0665 0.0790 0.0683

awesome_face_antispoofing_celeb 这是一个单镜头反欺骗项目。 深度学习框架是Pytorch。 使用Python3.5。 数据 CelebA-Spoof [ECCV2020]大规模面部反欺骗数据集 预处理数据 训练数据：实时裁剪示例： 052210_crop.jpg ，欺骗裁剪示例： 474951_crop.jpg ，在make_crop_image.py编辑这些图像的make_crop_image.py ， require_dataset_crop.py 测试数据：实时裁剪示例： 498269_crop.png ，欺骗裁剪示例： 495026_crop.png ，在make_crop_image.py编辑这些图像的make_crop_image.py ， require_dataset_crop.py 在CelebA-Spoof-EDABK / dat