--- tags: 生物辨識 --- # Searching Central Difference Convolutional Networks for Face Anti-Spoofing 本篇論文想解決 1. CNN經過多層網路描繪的是高階語意訊息,難以描述圖像的細部資訊,並且容易受到環境影響(光照) 2. 大多採取多帧输入,沒辦法部屬到實時性要求的環境中 ### Methodology #### Central Difference Convolution ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/U6O8VJy.png) 一般的Convolution ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/f12ddd24-2941-49e9-b01b-8a4d9e4f5a65.png) Central Difference Convolution ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/rwA6F6i.png) 將兩個結合後 ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/d0697325-e50a-436f-8bab-2fc529dd6a27.png) 公式如下 ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/3dRFngg.png) ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/Cvyafi6.png) #### Neural Architecture Search 自己去學網路架構 在限定n個mode中去operation space挑 ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/2bKQaKn.png) 最後透過優化以下來決定架構和參數 ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/ZvRwzAs.png) #### Multiscale Attention Fusion Module ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/ZyZXUOJ.png) #### architecture 不是做binary classification 還是去predict 32 x32的深度圖或是mask ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/B5uUdFi.png) loss function ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/WuWO4VD.png) ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/gVvXJEx.png) ![](https://esgarden.esunbank.com.tw/personal/esb21788/Documents/%E6%96%B0%E8%B3%87%E6%96%99%E5%A4%BE/LiPXf4Y.png)