基于因子化双线性编码的 3D 人脸防伪
计算机视觉与模式识别
2020-12-15 v3 图像与视频处理
摘要
近年来，我们见证了人脸呈现攻击模型与呈现攻击检测（PAD）的快速进展。与广泛研究的 2D 人脸呈现攻击相比，3D 人脸欺骗攻击更具挑战性，因为人脸识别系统更容易被与真实人脸相似材料的 3D 特性所混淆。在本工作中，我们着手解决检测这些逼真 3D 人脸呈现攻击的问题，并从细粒度分类的角度提出一种新颖的防伪方法。我们的方法基于多颜色通道的因子化双线性编码（即 MC_FBC），旨在学习真实与伪造图像之间细微的细粒度差异。通过从 RGB 和 YCbCr 空间提取判别性信息并融合互补信息，我们提出了一种针对 3D 人脸欺骗检测的原则性解决方案。我们还收集了一个大规模蜡像人脸数据库（WFFD），包含图像与视频，作为超逼真攻击以促进 3D 人脸呈现攻击检测的研究。大量实验结果表明，我们提出的方法在多种库内与跨库测试场景下，在我们自有的 WFFD 及其他人脸欺骗数据库上均达到了最先进的性能。
引用
@article{arxiv.2005.06514,
title = {3D Face Anti-spoofing with Factorized Bilinear Coding},
author = {Shan Jia and Xin Li and Chuanbo Hu and Guodong Guo and Zhengquan Xu},
journal= {arXiv preprint arXiv:2005.06514},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1910.05457