Aurora Guard：基于光反射的实时人脸活体检测
计算机视觉与模式识别
2019-02-28 v1
摘要
在本文中，我们提出了一种基于光反射的人脸活体检测方法，名为 Aurora Guard (AG)，该方法快速、简单且有效，已部署于服务数百万用户的实际系统中。具体而言，我们的方法首先通过光反射分析提取法向线索，随后使用一个端到端可训练的多任务卷积神经网络(CNN)，不仅恢复受试者的深度图以辅助活体分类，还在回归分支中提供光 CAPTCHA 校验机制以进一步提升系统可靠性。此外，我们进一步收集了一个包含 张活体与 spoofing 样本的大规模数据集，覆盖了丰富的成像质量与呈现攻击工具(Presentation Attack Instruments, PAI)。在公开数据集与我们的数据集上的大量实验证明了我们所提方法相对于当前最优方法的优越性。
引用
@article{arxiv.1902.10311,
title = {Aurora Guard: Real-Time Face Anti-Spoofing via Light Reflection},
author = {Yao Liu and Ying Tai and Jilin Li and Shouhong Ding and Chengjie Wang and Feiyue Huang and Dongyang Li and Wenshuai Qi and Rongrong Ji},
journal= {arXiv preprint arXiv:1902.10311},
year = {2019}
}
备注
Technical report that introduces our face anti-spoofing system: Aurora Guard. Simple demo video can be found at: https://drive.google.com/file/d/1wLXwGvy2zsh5xkDhRCPNzQXGUihZNq1g/view?usp=sharing