SSDG CVPR2020:人脸反欺骗的单侧域一般化CVPR2020 源码

固态硬盘 人的。 提出的SSDG方法的动机: 建议的SSDG方法概述: 配置环境 python 3.6 火炬0.4 火炬视觉0.2 CUDA 8.0 预训练 数据集。 下载OULU-NPU,CASIA-FASD,Idiap Replay-Attack和MSU-MFSD数据集。 数据预处理。 用于面部检测和面部对齐。将所有检测到的脸部规范化为256 $ \ times $ 256 $ \ times $ 3,其中仅使用RGB通道进行训练。 具体来说,我们处理每个视频的每个帧,然后在训练期间利用utils/utils.py的sample_frames函数对帧进行采样。 将已处理的帧放在$root/data/dataset_name路径中。 数据标签生成。 移至$root/data_label并生成数据标签列表: python generate_label . py 训练 移至文件夹$ro