本文主要是介绍Searching Central Difference Convolutional Networks for Face Anti-Spoofing CVPR2020,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Searching Central Difference Convolutional Networks for Face Anti-Spoofing
论文原文
设计了一种新的卷积算子——中心差分卷积
它在不同环境下对不变的细粒度特征具有显著的表示能力,因此适用于FAS任务。
原始卷积
中心差分卷积
intensity-level semantic information and gradient-level detailed message对于区分真实和伪装人脸至关重要,因此将二者融合
θ值越大,意味着中心差分梯度信息越重要。简化公式
中心差分卷积网络(CDCN)
在不引入任何额外参数的情况下,CDC可以取代现有神经网络中的普通卷积,即插即用,以形成具有更鲁棒建模能力的中心差分卷积网络(CDCN)
用神经网络架构搜索最适合人脸防伪的网络CDCN++
这是CDCN的一个扩展版本,由搜索到的主干网络和多尺度注意力融合模块(MAFM)组成,可以高效地聚合多级CDC特征。
Search Backbone for FAS task
搜索的是每条边上不同操作的权重
MAFM融合多尺度的特征
这篇关于Searching Central Difference Convolutional Networks for Face Anti-Spoofing CVPR2020的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!