- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技评论
CVPR2020人脸防伪检测挑战赛冠亚军论文解读（下篇）
)所提出的方法不仅在数据集内部测试中取得了优异的性能(特别是在OULU-NPU数据集（Protocol1）实现了0.2%的ACER)，2)在跨数据集测试中也有很好的通用性(特别是从CASIAMFSD到Replay-Attack 再来看下在很具挑战性的跨数据集测试协议上的实验结果： 在跨数据集测试协议上，Train on CASIA-MFSD，Teston Replay-Attack上达到了SOTA水平，在Trainon Replay-Attack 另外作者在zero-shot的测试协议上也做了实验，zero-shot测试协议为CASIA-MFSD, Replay-Attack, MSU-MFSD三个数据集上的“留一”法实验，结果如下表所示： CDCN
2.2K20发布于 2020-05-15 - 来自专栏企鹅号快讯
Anti-Spoofing之人脸活体检测
为了应对活体检测，常用的数据集有： NUAA[1]是一个照片打印欺诈数据集，包含15个人的图像，通过webcam采集得到，如图1所示，左边两列是live human，右边两列是照片： 图1 图2 IDIAP Replay-Attack 他们在CASIA和IDIAP Replay-Attack两个数据集上的HTER均小于5%。 FASNet在3DMAD和REPLAY-ATTACK数据集上分别能达到0.0%和1.2%HTER，几乎能达到最好的水平。 它在3DMAD和REPLAY-ATTACK数据集上的HTER为0.0%和0.0%，只用了神经网络，还没用到CNN和LSTM等结构。由此可见，结合多种互补的方法，确实是个不错的思路。
5.6K60发布于 2018-01-29 - 来自专栏我爱计算机视觉
【paper推荐】人脸技术最前沿：从隐私保护到活体检测
5）结果：实验证明，使用四个人脸活体检测数据库：CASIA、REPLAY-ATTACK、OULU-NPU 和 MSU-MFSD，顶点帧在推动人脸活体检测技术方面具有显著的有效性。
96210编辑于 2023-09-20 - 来自专栏AI科技评论
今日 Paper | 协作蒸馏；攻击即防御；人脸表示；3D-CariGAN等
实验表明，新提出的方法在OULU-NPU，SiW，CASIA-MFSD，Replay-Attack和新的DMAD等五个基准数据集上均达到当前最佳水平。 ? ?
82110发布于 2020-04-14 - 来自专栏云时之间
CV学习笔记(二十八)：活体检测总结②
深度学习PA数据集 1： Replay-attack 2012 共1300视频样本，不能做商业用途，需由获机构授权者提交申请并签署EULA(End User License Agreement)才能下载
1.1K30发布于 2020-07-23 - 来自专栏云时之间
CV学习笔记(二十八)：活体检测总结②
总结： 深度学习PA数据集 1： Replay-attack 2012 共1300视频样本，不能做商业用途，需由获机构授权者提交申请并签署EULA(End User License Agreement
1.4K40发布于 2020-07-22 - 来自专栏机器之心
CVPR 2022 | 快手、北邮提出基于特征组合的域泛化性活体检测算法，多项SOTA
表一：活体检测大协议涉及的数据集及其对应编号 四：实验结果 为了实现全面的评测，本文使用 Leave-One-Out（LOO）的策略在 OULU-NPU、CASIA-MFSD、Replay-Attack
1K20编辑于 2022-04-13 - 来自专栏有三AI
【总结】最全1.5万字长文解读7大方向人脸数据集v2.0版，搞计算机视觉怎能不懂人脸
(2) Replay-Attack Database 数据集地址：https://www.idiap.ch/dataset/replayattack。
2.8K10发布于 2020-06-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号