用于人脸活体检测的基于各向异性扩散的核矩阵模型
计算机视觉与模式识别
2017-07-11 v1
摘要
人脸识别与验证是安全系统中广泛使用的生物识别技术。遗憾的是，人脸生物特征易受使用照片或视频的欺骗攻击。本文提出一种基于各向异性扩散的核矩阵模型 (ADKMM) 用于人脸活体检测，以防止人脸欺骗攻击。我们利用各向异性扩散增强人脸图像的边缘与边界位置，并利用核矩阵模型提取人脸图像特征，称之为扩散-核 (D-K) 特征。D-K 特征反映了人脸图像序列的内在相关性。我们引入卷积神经网络提取深度特征，然后采用广义多核学习方法融合 D-K 特征与深度特征以获得更好性能。在两个公开数据集上的实验评估表明，所提方法优于当前最先进的人脸活体检测方法。
引用
@article{arxiv.1707.02692,
title = {Anisotropic Diffusion-based Kernel Matrix Model for Face Liveness Detection},
author = {Changyong Yu and Yunde Jia},
journal= {arXiv preprint arXiv:1707.02692},
year = {2017}
}