SAFAS

Repensar la generalización de dominios para la lucha contra la suplantación de identidad facial: separabilidad y alineación

Este es el código fuente del artículo CVPR 2023 Rethinking Domain Generalization for Face Anti-spoofing: Separability and Alignment de Yiyou Sun, Yaojie Liu, Xiaoming Liu, Yixuan Li y Wen-Sheng Chu.

Preliminares

Se prueba en el entorno Ubuntu Linux 20.04 y Python 3.8 y requiere la instalación de algunos paquetes:

• PyTorch
• picante
• engordado
• aprender
• MTCNN
• ylib (Descargar y copiar manualmente a la carpeta actual)

Uso

1. Preparación del conjunto de datos

Descargue los conjuntos de datos OULU-NPU, CASIA-FASD, Idiap Replay-Attack y MSU-MFSD. Coloque los conjuntos de datos en el directorio de datasets/FAS .

2. Preprocesamiento

Ejecute ./preposess.py .

3. Demostración

Ejecute ./train.py --protocol [O_C_I_to_M/O_M_I_to_C/O_C_M_to_I/I_C_M_to_O] .

Citación

Si utiliza nuestro código base, cite nuestro trabajo:

 @article{sun2023safas,
  title={Rethinking Domain Generalization for Face Anti-spoofing:
Separability and Alignment},
  author={Sun, Yiyou and Liu, Yaojie and Liu, Xiaoming and Li, Yixuan and Chu Wen-Sheng},
  journal={CVPR},
  year={2023}
}