颜色分类leetcode DeeperForensicsChallengeSolution

颜色分类leetcode DeeperForensics挑战解决方案此repo为我们的解决方案在DeeperForensics Challenge的开发阶段取得了第一名。排名可见技术报告。论文作者团队名称：法医，用户名：BokingChen。管道：1. 人脸提取：我们首先使用Opencv的VideoCapture从每个视频中等间隔提取15帧，然后使用人脸检测器MTCNN检测每帧的人脸区域，并将区域扩大1.2倍以裁剪人脸图像。2. 分类：我们预测人脸是假的概率作为人脸分数。三个模型（EfficientNet-B0、EfficientNet-B1和EfficientNet-B2）的结果在这里针对每个人脸进行了集成。3. 输出：视频的最终输出分数是视频为假的预测概率，计算为从视频帧中提取的人脸分数的平均值。训练技巧：数据增强包括颜色饱和度（CS）、颜色对比度（CC）、局部块（BW）、颜色分量中的白高斯噪声（GNC）、高斯模糊（GB）和JPEG压缩（JPEG），它们直接应用于人脸图像。此外，我们还以0.2的概率随机混合这些技巧。