基于注意力的 RGB 图像人脸反欺骗：极小端到端神经网络
计算机视觉与模式识别
2019-12-20 v1
摘要
人脸反欺骗旨在识别真实人脸与伪造人脸，并在安全敏感应用、活体检测、指纹识别等方面受到高度关注。本文通过提出两种卷积神经网络的端到端系统来解决反欺骗问题。其中一个模型基于 EfficientNet B0 网络，并在最终全连接层进行了修改。第二个模型是 MobileNet V2 的极轻量版本，为此基于 Rose-Youtu 数据集创建的数据上进行了压缩、修改与高效重训练。实验表明，两种所提架构在检测人脸输入数据的真实与伪造图像上均取得显著结果。实验清楚显示，重量级模型可高效用于服务器端实现，而轻量级模型可轻松部署于手持设备，且两者仅使用 RGB 输入图像均表现优异。
引用
@article{arxiv.1912.08870,
title = {Attention-Based Face AntiSpoofing of RGB Images, using a Minimal End-2-End Neural Network},
author = {Ali Ghofrani and Rahil Mahdian Toroghi and Seyed Mojtaba Tabatabaie},
journal= {arXiv preprint arXiv:1912.08870},
year = {2019}
}
备注
6 pages , 14 figures