SAFAS

Repenser la généralisation des domaines pour l'anti-usurpation de visage : séparabilité et alignement

Il s'agit du code source de l'article CVPR 2023 Rethinking Domain Generalization for Face Anti-spoofing: Separability and Alignment par Yiyou Sun, Yaojie Liu, Xiaoming Liu, Yixuan Li et Wen-Sheng Chu.

Préliminaires

Il est testé sous l'environnement Ubuntu Linux 20.04 et Python 3.8, et nécessite l'installation de certains packages :

• PyTorch
• scipy
• numpy
• apprendre
• MTCNN
• ylib (télécharger et copier manuellement dans le dossier actuel)

Usage

1. Préparation de l'ensemble de données

Téléchargez les ensembles de données OULU-NPU, CASIA-FASD, Idiap Replay-Attack et MSU-MFSD. Placez les ensembles de données dans le répertoire datasets/FAS .

2. Prétraitement

Exécutez ./preposess.py .

3. Démo

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

Citation

Si vous utilisez notre base de code, veuillez citer notre travail :

 @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}
}