Closed tfygg closed 2 years ago
因为比赛规则不能用depth map,不能使用额外模型生成depth。。。
感谢您的回复。 可以理解为:生成一个近似的depth map么?但对于一般的RGB模态的活体检测,采集的人脸照片都没有做face parsing,那如何生成mask呢,制作一个近似的depth map呢?
可以看回文章里面的depth generation章节
发现论文和code不一致。 论文里是这样: In the testing stage, we calculate the mean value of the predicted depth map as the final score. 但是,paper code中是这样: https://github.com/ZitongYu/CDCN/blob/2fe27494c022d8fef5f90b87da89b24273cc63ea/CVPR2020_paper_codes/Load_OULUNPU_valtest.py#L182
code有误?temp是resize后的图像,取值范围是0~255。还是哪里理解有误呢?
我想问一下,不使用prnet生成的深度图和使用结果变化大吗?
tfygg,你好 方便留一下邮箱一起探讨探讨吗 @tfygg
tfygg,你好 方便留一下邮箱一起探讨探讨吗 @tfygg
785039861@qq.com
@lalalanding @tfygg 同问不使用prnet生成的深度图而使用比赛中的灰度二值图效果哪个更好?
感谢您的开源。有个疑问,为何这里是使用灰度图生产mask,而不是直接使用depth map? https://github.com/ZitongYu/CDCN/blob/80033bf67106254973f1f4df34dde4ab6e738748/FAS_challenge_CVPRW2020/Track2%20Single-modal/model1_pytorch/Loadtemporal_BinaryMask_train.py#L222