AIM_FAS:论文“零镜头和少镜头面部反欺骗的学习元模型”的实现

＃此代码是“学习零元和少量镜头的面部反欺骗的元模型”论文的实现 协议文件夹中包含协议OULU-ZF的图像列表，并且协议Cross-ZF即将发布。 所需环境：tensorflow> = 1.4.0，opencv> = 3.0.0，依此类推。 要运行此代码，您应该首先使用PRNet或其他工具来生成面部深度图作为所有活动面Kong的标签。 所有欺骗面的标签都是零数组，形状为[32、32、1]。 数据结构：火车，val和测试集的每组都包含细粒度的活动和欺骗面Kong类型。 对于每种细粒度类型，它都包含多个面部图像以及相应的面部框文件和面部深度图图像。 图像，面部框文件和面部深度图像应分别以“ _scene.jpg”，“ _ scene.dat”和“ _depth1D.jpg”结尾。 @article {qin2020learning，title = {针对零拍几张面部反欺骗的学习元模型}，