Searching Central Difference Convolutional Networks for Face Anti-Spoofing CVPR2020

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

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
在这里插入图片描述
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

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）
在这里插入图片描述

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。
在这里插入图片描述

搜索的是每条边上不同操作的权重
在这里插入图片描述

在这里插入图片描述

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！