活体识别-benchmark

最新推荐文章于 2023-03-18 23:23:20 发布
最新推荐文章于 2023-03-18 23:23:20 发布
阅读量842 收藏 1
点赞数 1
分类专栏： # 活体检测 深度学习 文章标签： 神经网络 pytorch 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/on_theway10/article/details/106901613
版权

Existing datasets

 

Model Metrics

       --                  predy_0                  predy_1
     gt_0                      TN                      FP
     gt_1                      FN                      TP
  • Attack Presentation Classification Error Rate[APCER] :  FP / (TN + FP)
  • Bona Fide Presentation Classification Error Rate[BPCER] : FN / (TP + FN)
  • Average Classification Error Rate[ACER] : (APCER + BPCER) / 2.0
  • False Rejection Rate[FRR] : FN / (TN + FN)
  • False Acceptance Rate[FAR] : FP / (TP + FP)
  • Half Total Error Rate [HTER] : (FAR + FNR) / 2.0

CAISA-MFSD[2012]

SiW[2018]

  • dataset-download-link[passdoor]【磁盘空间约210G！！！】.
  • paper : Learning Deep Models for Face Anti-Spoofing: Binary or Auxiliary Supervision[CVPR-2018].
  • num_subj = 165【8-live + 20-spoof for each subjec】,total 165 * 28 = 4620 videos.
  • name-style : SubjectID_SensorID_TypeID_MediumID_SessionID

       

  • dataset-glimpse

         

ReLuJie
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
人脸识别入门数据集
10-26
是一个包含117个不同人的人脸数据，每个人有七张左右的图片可供识别
活体检测综述 Deep Learning for Face Anti-Spoofing: A Survey 阅读记录
chen_znn的博客
11-05 5666
这篇文章首次全面回顾了基于深度学习的活体检测算法的最新研究进展。
【CASIA-SURF】《A Dataset and Benchmark for Large-scale Multi-modal Face Anti-spoofing》
bryant_meng
10-29 2936
CVPR-2019 ChaLearn Face Anti-spoofing Attack Detection Challenge@CVPR2019 比赛中采用了该数据集 结束比赛时的前三名如下： 1st：【FAS-FRN】《Recognizing Multi-modal Face Spoofing with Face Recognition Networks》（人脸识别预训练 + 20+模型的 ensemble + Multi-level feature aggregation 模块） 2nd：【Fa..
python 人脸识别活体检测_人脸识别 -- 活体检测(张嘴摇头识别)
weixin_39707725的博客
12-06 1762
一：简介最近项目在做了身份证银行卡识别之后，开始实现人脸识别和活体识别，其中人脸识别包括人脸入库、人脸查找、人脸1：N对比、人脸N:N对比，另外活体识别运用在安全登录功能。大家都熟知的支付宝使用face++ 的服务来实现人脸识别，在实际项目中使用了讯飞的人脸识别SDK进行二次封装来实现活体识别。主要实现了张嘴和摇头两个活体动作的识别。据我所知，讯飞的服务是基于face++,识别率还是很高，并且iO...
【人脸活体检测】参数介绍
m0_45682738的博客
03-14 2200
1 TP、TN、FP、FN TP、TN、FP、FN中第一个字母表示分类器识别结果是否正确，正确用True的首字母T表示，错误用False的首字母F表示。第二个字母表示分类器的判定结果，P表示分类器判定为正样本，N表示分类器判定为负样本。所以： TP：分类器识别正确，分类器认为该样本为正样本； TN：分类器识别正确，分类器认为该样本为负样本； FP：分类器识别结果错误，分类器认为该样本是正样本；所以实际上该样本是负样本； FN：分类器识别结果错误，分类器认为该样本是负样本；所以实际上该样本是正样本；
活体检测技术
天然玩家的博客
06-04 4211
1 简介 生物识别系统中,为防止恶意伪造和窃取他人的生物特征用于身份认证,生物识别系统需要具备活体检测功能,即判断提交的生物特征是否来自有生命的个体,这里定义的生命特征的个体是指自然人(未使用假体面具)使用设备进行检测,而非通过照片,视频等中的人物进行检测. 一般生物特征的活体检测技术利用人类的生理特征,如指纹,人脸,虹膜等,其中: 序号 活体识别方式 关键指标 1 指纹 手指温度...
人脸活体检测系统（Python+YOLOv5深度学习模型+清新界面）
热门推荐
思绪无限的博客
03-18 1万+
人脸活体检测系统利用视觉方法检测人脸活体对象，区分常见虚假人脸，以便后续人脸识别，提供系统界面记录活体与虚假人脸检测结果。本文详细介绍基于YOLOv5深度学习技术的人脸活体检测系统，在介绍算法原理的同时，给出Python的实现代码、训练数据集以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别，可对图像中存在的多个人脸目标进行识别区分。博文提供了完整的Python代码和使用教程，适合新入门的朋友参考，完整代码资源文件请转至文末的下载链接。
cis-benchmark-centOS-8:基于CIS-BENCHMARK CENTOS 8的审核脚本
05-11
cis-benchmark-centOS-8 基于CIS-BENCHMARK CENTOS 8 v1.0.0的审核脚本 操作说明 下载： git clone https://github.com/mrC2C/cis-benchmark-centOS-8.git 授予脚本的权限： chmod 750 cis-benchmark-centOS-8/...
openmessaging-benchmark:OpenMessaging基准框架
05-15
OpenMessaging基准框架 该存储库包含适用于以下消息传递平台的用户友好型云就绪基准测试套件： 可以在找到更多详细信息。
s3-benchmark:性能测试，用于比较AWS与Wasabi S3系统
03-11
介绍s3-benchmark是Wasabi提供的一种性能测试工具，用于对对象执行S3操作（PUT，GET和DELETE）。 除了存储桶配置之外，还针对不同的测试指定了对象大小和线程数。 该测试工具大致基于用于测试性能的Nasuni（ ）性能...
Fusing Multiple Deep Features for Face Anti-spoofing.pdf单篇论文
10-22
Fusing Multiple Deep Features for Face Anti-spoofing,pdf，原论文，这是单独一篇，而网上找到的都是整本书，这篇文章是其中一篇。
json-benchmark：Rust中的nativejson-benchmark
02-03
Rust JSON基准测试这是Rust的的部分端口。 测试的库是： 1.0.53 0.12.4 0.3.24 0.1.26（这需要现代的x86 CPU才能获得良好的效果）$ cargo run --release DOM STRUCT======= serde_json ======= parse|stringify ====...
maskrcnn-benchmark在win10下运行配置
05-07
maskrcnn-benchmark在win10下运行配置，主要是解决maskrcnn-benchmark不能直接在windows上运行的问题，这里使用python代码替换c和cuda的代码，可在win10上运行。是基于pytorch的模型。压缩包里有说明。
Cigre-Benchmark.pscx
最新发布
12-28
CIGRE BENCHMARK MODEL for HVDC CONTROLS
js-framework-benchmark:一些流行的javascript框架的性能比较
04-27
js-framework-benchmark 这是几个javascript框架的简单基准。 基准测试会创建一个包含随机条目的大表，并测量各种操作（包括渲染持续时间）的时间。 关于基准 针对每个框架对以下操作进行了基准测试： 创建行：...
maskrcnn-benchmark-main.zip
02-24
maskrcnn-benchmark-main.zip
lambda-tensorflow-benchmark
04-29
这是在此上生成TensorFlow基准测试的代码这也是一些相关的博客文章： 使用TensorFlow的RTX 2080 Ti深度学习基准-2020： : Titan RTX深度学习基准： : 2019年使用TensorFlow进行的Titan V深度学习基准测试： : 测试...
http-benchmark-tornado：基于Python Tornado的高级http性能测试工具。JavaNetty版：https：github.comjunneyanghttp-benchmark-netty
02-03
http-benchmark-tornado 解决方案web测试工具压力不足，压力不均匀，统计输出不完备，扩展不灵活等所有缺陷。测试工具参数配置灵活，可满足一般性能测试，延迟测试，最大连接数测试，防爆测试，压力测试，持久稳定性...
eventing-hyperfoil-benchmark
04-16
事件-花剑基准 公关内容： ce-requests.hf.yaml ：用于发送CloudEvents的Hyperfoil配置 vertx-receiver ：CloudEvents接收器
redis-benchmark
08-26
redis-benchmark是一个官方自带的Redis性能测试工具，可以用来测试Redis在当前环境下的读写性能。它提供了许多选项，帮助开发和运维人员测试Redis的相关性能。比如可以通过选项-c指定并发连接数，-n指定请求数量，-d以字节的形式指定SET/GET值的数据大小等等。你可以在启动Redis后进入到bin目录中，执行redis-benchmark命令进行性能测试。例如，执行命令./redis-benchmark -t set,get -n 100000可以进行一万次SET和GET操作的性能测试。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Redis学习笔记—redis-benchmark详解](https://blog.csdn.net/aiguoba/article/details/106517328)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Redis压力测试——redis-benchmark](https://blog.csdn.net/yizhan_csdn/article/details/120546366)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ReLuJie

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值