基于注意力感知小波变换的变形人脸图像检测
计算机视觉与模式识别
2021-07-26 v2
摘要
变形图像利用了人脸识别检查点中的漏洞，例如运输安全管理局（TSA）使用的凭证认证技术（CAT），这是一个不容忽视的安全隐患。为克服变形呈现带来的风险，我们提出了一种基于小波变换的变形检测方法，其采用端到端可训练的软注意力机制。我们基于注意力的深度神经网络（DNN）聚焦于对变形检测器决策函数（即变形类别二值 softmax 输出）具有最多空间支持的显著感兴趣区域（ROI）。对变形合成过程的回顾有助于我们推测 ROI 为面部标志点周围区域，尤其对于基于标志点的变形技术而言。此外，我们基于注意力的 DNN 适配到小波空间，其中网络输入为从粗到细的谱表示，确切地说是 48 个堆叠的小波子带。我们使用 VISAPP17、LMA 和 MorGAN 三个数据集评估了所提框架的性能。另外，由于注意力图可作为被查探针图像为真品或伪造的鲁棒指示，我们分析了真实图像及其对应变形图像的估计注意力图。最后，我们就利用注意力机制进行变形检测的有效性给出了消融研究。
引用
@article{arxiv.2106.15686,
title = {Attention Aware Wavelet-based Detection of Morphed Face Images},
author = {Poorya Aghdaie and Baaria Chaudhary and Sobhan Soleymani and Jeremy Dawson and Nasser M. Nasrabadi},
journal= {arXiv preprint arXiv:2106.15686},
year = {2021}
}
备注
IJCB 2021