CVPR-2023-Instance-Aware Domain Generalization for Face Anti-Spoofing

原创 已于 2024-06-30 09:18:26 修改 · 231 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#机器学习 #人工智能 #深度学习

于 2024-06-04 16:13:06 首次发布

一、研究背景
1.利用域标签进行分布对齐不够准确。
2.由于光照、背景等因素干扰，域级别的对齐会产生许多细粒度子域。

二、研究动机
1.特征关系存储着图片中的域特有风格，白化转换可以移除特征关系。

三、研究目标
令实例不变特征对域特有风格不敏感。

四、技术路线
在这里插入图片描述
1.Dynamic Kernel Generator：提取实例自适应的特征辅助域泛化
在这里插入图片描述

  • 动态/静态：模型参数是否随样本变化。
  • 生成自适应卷积核
    在这里插入图片描述
  • 通过动态/静态支路提取特征
    在这里插入图片描述
  • 拼接动态特征/静态特征
了解本专栏 订阅专栏 解锁全文 超级会员免费看
arxiv-2024-Test-Time Domain Generalization for Face Anti-Spoofing
qq_37246721的博客
06-06 341
2.提出Diverse Style Shifts Simulation (DSSS)和两个相关损失，通过可学习风格基底合成多样的分布偏移。1.对抗性学习、元学习、对比学习等策略在训练过程中学习域不变特征，以增强泛化性。1.提出Test-Time Style Projection（TTSP），通过一组样式基底，将未知域的样本映射到源域分布。3.以往test-time域泛化的风格基底是粗糙且不能自适应的。2.最大限度表示已知风格空间，并将未知域样本映射到已知域。1.利用测试数据增强模型的泛化性。
CVPR 2023 Context-aware Pretraining for Efficient Blind Image Decomposition 个人学习笔记
zhouaho2010的博客
11-30 1648
图1。恢复框架的原型： (a)传统方法[61,62]需要特定任务的网络设计和单独的训练。(b)一体机[28]依赖于繁琐的多头一对一训练。(c)转基因[49]是特别的，以消除一个特定的噪音一次。(d) IPT [4]使用一个可重用的预训练的中级转换器扩展了(c)，它只工作于特定的任务。(e) BIDeN [17]返回到复杂的多解码器，并要求来自噪声标签的密集监督。(f)所提出的方法研究了通过利用在预训练过程中学习到的先验知识来去除一般的噪声组合，这在很大程度上简化了管道。（请放大以查看详细信息。）
CVPR2023活体检测Instance-Aware Domain Generalization for Face Anti-Spoofing学习笔记
chen_znn的博客
04-20 2833
CVPR2023活体检测论文学习笔记一
CVPR2023：Prototypical Residual Networks for Anomaly Detection and Localization
qq_45844265的博客
05-16 1344
表示异常到正常模式的残差特征的多尺度原型，可实现可变尺寸的异常特征学习的多尺寸自注意力机制。由于在真实世界中，相比与正常数据，异常数据的样本数量有限（显著少于正常样本），异常数据细微且难以辨别，异常数据形态变换显著有多种形态，作者提出了多种异常生成策略（这种策略兼顾了可见和不可见的异常特征）。由于在真实世界中，相比与正常数据，异常数据的样本数量有限（显著少于正常样本），异常数据细微且难以辨别，异常数据形态变换显著有多种形态，作者提出了多种异常生成策略（这种策略兼顾了可见和不可见的异常特征）。
CVPR 2023 | 最新主干FasterNet！远超MobileViT等模型
CV_Autobot的博客
03-10 2万+
作者|小书童 编辑| 集智书童点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【全栈算法】技术交流群为了设计快速神经网络，许多工作都集中在减少浮点运算（FLOPs）的数量上。然而，作者观察到FLOPs的这种减少不一定会带来延迟的类似程度的减少。这主要源于每秒低浮点运算（FLOPS）效率低下。为了实现更快的网络，作者重新回顾了FLOPs的运算符，并证明...
CVPR 2023 最全论文整理：图像/全景/语义/实例分割等【附PDF+代码】
深度学习技术前沿
06-15 8340
01图像分割类[1]AutoFocusFormer: Image Segmentation off the Grid推荐理由：该论文提出了 AutoFocusFormer (AFF)，一种局部注意力变换器图像识别主干，它通过学习保留任务最重要的像素来执行自适应下采样。放弃了经典的网格结构，该论文开发了一种新的基于点的局部注意力块，由平衡聚类模块和可学习的邻域合并模块提供便利，可以为最先进的分割头的...
活体检测 Single-Side Domain Generalization for Face Anti-Spoofing 论文学习记录
chen_znn的博客
08-16 2202
现有的 FAS 域泛化方法通过提取共性特征来提高模型的泛化能力。然而，由于不同域的假人脸分布差异较大，很难为假人脸寻找一个紧凑且通用的特征空间。基于此，作者提出了端到端的单边域泛化框架 (SSDG) 来提高 FAS 模型的泛化能力。...
【FAS Survey】《Deep learning for face anti-spoofing: A Survey》
bryant_meng
01-31 1655
PAMI-2022最新成果：https://github.com/ZitongYu/DeepFAS。
2024年CVPR-Papers-with-Code-Demo整理（二）
最新发布
qq_51448233的博客
04-05 1052
2024CVPR
CVPR2023最新论文 (含语义分割、扩散模型、多模态、预训练、MAE等方向)
AI_ayuan的博客
03-06 1万+
2023 年 2 月 28 日凌晨，CVPR 2023 顶会论文接收结果出炉！CVPR 2023 收录的工作中 " 扩散模型、多模态、预训练、MAE " 相关工作的数量会显著增长。
CVPR 2023 | 结合Transformer和CNN的多任务多模态图像融合方法
Paper weekly
04-02 6481
©作者 | 奥本海默本文为大家带来 CVPR 2023 在图像融合领域的最新工作 CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition，作者是西安交通大学的赵子祥博士。本文的整体架构和赵博士先前在 IJCAI 上发表的 DIDFuse 有继承关系，这次的亮点是：结合 CNN 和当前火爆的 Transformer；将特征解耦的思想...
CVPR 2023 | 即插即用！BRA：新注意力，BiFormer：一种视觉新主干
热门推荐
阿木寺的博客
03-21 2万+
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【Transformer】微信技术交流群转载自：CVHubTitle: BiFormer: Vision Transformer with Bi-Level Routing Attention Paper: https://arxiv.org/abs/2303.08810Code: https://github...
CVPR 2023 | 统一框架MAGE：表征学习超MAE，无监督图像生成超越Latent Diffusion
Paper weekly
03-09 3498
©作者 |机器之心编辑部来源|机器之心在一篇 CVPR 2023 论文中，来自 MIT 和谷歌的研究人员提出了一种全新的框架 MAGE，同时在图像识别和生成两大任务上实现了 SOTA。识别和生成是人工智能领域中的两大核心任务，如果能将二者合并到一个统一的系统中，这两个任务应该能实现互补。事实上，在自然语言处理中，像 BERT [1] 这样的模型不仅能够生成高质量的文本，还能够提取文本中的特征...
CVPR 2023 | 浙大提出全归一化流模型PyramidFlow：高分辨率缺陷异常定位新范式
Paper weekly
03-13 2264
©作者 |博学的咖喱酱不鸣则已，一鸣惊人！浙江大学光电学院提出全归一化流模型——PyramidFlow，它将潜在模板对比的思想融入最先进的归一化流技术，提出金字塔耦合块 (Pyramid Block) 和体积归一化策略 (Volume Normalization)，首次实现了高分辨的缺陷异常定位。一句话：提出了首个不依赖于预训练模型的全归一化流方法，专为高分辨率的缺陷异常定位设计。论文标题：Py...
CVPR 2023 | 人脸识别路漫漫：清华、北大等提出AT3D人脸识别系统攻击方法
我爱计算机视觉
03-30 1103
关注公众号，发现CV技术之美向大家分享一篇昨天新出的CVPR 2023论文，研究方向是人脸识别系统的对抗攻击。看了这篇文章你可能会立刻关闭你手机里和人脸识别相关的敏感应用，比如支付。▌Towards Effective Adversarial Textured 3D Meshes on Physical Face Recognition论文作者：Xiao Yang,Chang Liu,Longlo...
CVPR 2023的Workshop汇总
CV_Autobot的博客
03-20 4757
作者|CV君 编辑| 极市平台点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【全栈算法】技术交流群导读本文总结了本次CVPR2023的workshop以及征稿时间。01Face&gestures5th Workshop and Competition on Affective Behavior Analysis in-the-wild...
【CVPR2023】最新论文新鲜出炉，快来食用吧...
IceFlame的博客
03-30 7780
【CVPR2023】
​一文速览CVPR 2023掩码图像建模领域最新研究进展
Paper weekly
05-09 1396
©PaperWeekly 原创 ·作者 |GlobalTrackCV领域一般改进论文标题：Masked Image Modeling with Local Multi-Scale Reconstruction论文链接：https://arxiv.org/abs/2303.05251代码链接：https://github.com/Haoqing-Wang/LocalMIM本文指出深度模型上层和下...
CVPR 2023 Workshop|马普所、麻省理工等举办生成模型研讨会
我爱计算机视觉
02-23 684
关注公众号，发现CV技术之美近期生成式建模（扩散模型，神经场等）实现了令人惊叹的2D和3D视觉合成效果，在人工智能领域引发了非常广泛的关注。然而，这些令人印象深刻的生成式模型尚未被广泛地应用于视觉理解任务。因此，来自德国马普所、美国麻省理工学院和约翰霍普金斯大学的学者将在CVPR 2023组织研讨会，邀请相关领域专家汇聚一堂，讨论生成式模型与视觉理解任务的关联，同时研讨会也接受相关文章投稿。????研讨...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

二苏旧局吖

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